Jetson nano
Jetson nano(2G)学习笔记
安装
-
系统镜像下载(我下的是4.6)
英伟达官方地址
https://developer.nvidia.com/embedded/downloads -
格式化SD卡(推荐64G以上)
使用SD Card Formatter格式化SD卡
-
用Win32 Diskimg写入镜像
-
烧写完成后,将SD卡插入Jetson Nano,接上显示器、鼠标键盘以及电源
-
开机!!大功告成!!第一步安装结束!
准备工作
- 检查CUDA
Jetson-nano中已经安装了CUDA10.2版本,但是此时你如果运行 nvcc -V是不会成功的,需要你把CUDA的路径写入环境变量中。OS中自带Vim工具 ,所以运行下面的命令编辑环境变量
首先,查看cuda的bin目录下是否有nvcc:
ls /usr/local/cuda/bin
如果存在
sudo vim ~/.bashrc#进入配置文件; 在最后面添加以下两行
export PATH=/usr/local/cuda/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
- 检查openCV
应该是4.1.1或以上
pkg-config opencv4 --modversion
- 检查cuDNN
Jetson-nano中已经安装好了cuDNN,并有例子可供运行,我们运行一下例子,也正好验证上面的CUDA
cd /usr/src/cudnn_samples_v8/mnistCUDNN/
#进入例子目录
sudo make #编译一下例子
./mnistCUDNN # 执行
如果编译mnistCUDNN时出错:fatal error: FreeImage.h: No such file or directory
sudo apt-get install libfreeimage3 libfreeimage-dev
如果以上无法运行可以添加权限如下方法:
sudo chmod a+x mnistCUDNN # 为可执行文件添加执行权限
如果成功,如下所示
jason@jetson-desktop:/usr/src/cudnn_samples_v8/mnistCUDNN$
安装TensorFlow GPU
因为Jetson Nano中已经安装了Python3.6版本,所以安装pip还是比较简单的
sudo apt-get install python3-pip python3-dev
python3 -m pip install --upgrade pip #升级pip3,因为主机的pip3版本太低,之后很多库安装会有问题
如果在更新pip3时出现了超时
Retrying (Retry(total=4, connect=None, read=None, redirect=None, status=None)) after connection broken by 'ReadTimeoutError("HTTPSConnectionPool(host='pypi.python.org', port=443): Read timed out. (read timeout=15)",)': /simple/pip/
就用国内源安装
#任何类似报错都可以加-i这段话
python3 -m pip install --upgrade pip -i http://mirrors.aliyun.com/pypi/simple/ --trusted-host mirrors.aliyun.com
安装TensorFLow GPU
#依赖包
sudo apt-get install libhdf5-serial-dev hdf5-tools libhdf5-dev zlib1g-dev zip libjpeg8-dev liblapack-dev libblas-dev gfortran
#python3依赖库
sudo -H pip3 install -U numpy==1.16.1 future==0.18.2 mock==3.0.5 h5py==2.10.0 keras_preprocessing==1.1.1 keras_applications==1.0.8 gast==0.2.2 futures protobuf pybind11 -i http://mirrors.aliyun.com/pypi/simple/ --trusted-host mirrors.aliyun.com