jetson tx2刷机+安装cuda9.0(亲测)

准备事项

笔记本电脑:ubuntu16.4(home内存大于40G)
(18.4可能会失败–亲测)
jetson tx2
一根网线
原装microUSB线(必须原装线,手机充电线不行的哈)

jetpack下载

官方链接(所有版本):https://developer.nvidia.com/embedded/jetpack-archive
最新版本:https://developer.nvidia.com/embedded/jetpack
在这里插入图片描述(小编下载后运行屏幕无法调整大小,第三步无法执行,所以下载了一个老版本)
小编所用版本(不要积分哈):https://download.csdn.net/download/xx970829/14063713

刷机

注意:
将下载的文件JetPack-L4T-3.3-linux-x64_b39.run放到home目录中(否则会失败)
运行
打开终端

chmod +x JetPack-L4T-3.3-linux-x64_b39.run
sudo ./JetPack-L4T-3.3-linux-x64_b39.run

接下来正常选择,到下图时全选(full)
在这里插入图片描述下载完后用一根网线连接将电脑和jetson tx2连接起来,
选择第二个连接方式(microUSB线也连好)
在这里插入图片描述下图时,直接点击下一步,不用选
在这里插入图片描述(中途可能有些慢,等等吧)
出现下图时,准备按按钮

在这里插入图片描述首先对TX2上电,之后按住Recovery按键三秒以上,这时按一下Reset按键,再松开Recovery,Jetson就自动进入了Recovery模式

判断是否成功进入Recovery模式,可以使用lsusb命令查看是否有“NVIDIA Corpration”的设备(在笔记本上打开新终端)
输入:lsusb
出现下图表示连接成功
在这里插入图片描述
然后在在Post Installation窗口按下Enter键即进入安装
(有些地方比较慢,耐心等待)

如果卡在下图,不要慌
在这里插入图片描述重复上面操作将Flash OS Image to Target 的install 改为no action
在这里插入图片描述(这一次不用下载,所以比较快)

然后就等着刷完吧

安装cuda

刷完机后,查看usr/local文件夹下有没有cuda文件夹
没有的话需要手动安装

在笔记本中(host机)的home/jetpack_download文件夹下
拷贝如下三个deb文件
cuda-repo-l4t-9-0-local_9.0.252-1_arm64.deb
libcudnn7_7.1.5.14-1+cuda9.0_arm64.deb
libcudnn7-dev_7.1.5.14-1+cuda9.0_arm64.deb
在这里插入图片描述将这三个文件拷贝到jetson中,分别运行

 sudo dpkg -i cuda-repo-l4t-9-0-local_9.0.252-1_arm64.deb
 sudo dpkg -i libcudnn7_7.1.5.14-1+cuda9.0_arm64.deb
 sudo dpkg -i libcudnn7-dev_7.1.5.14-1+cuda9.0_arm64.deb

参考:https://www.cnblogs.com/shuimuqingyang/p/11086722.html
https://www.ncnynl.com/archives/201706/1739.html

  • 1
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
### 回答1: 首先,要手动安装Jetson TX2中的CUDA和CuDNN,需要按照以下步骤进行操作: 1. 下载CUDA Toolkit: - 首先,通过NVIDIA官方网站下载适用于Jetson TX2CUDA Toolkit。 - 在下载页面上选择与您的Jetson TX2版本相对应的CUDA Toolkit版本,并下载该版本的.run文件。 2. 安装CUDA Toolkit: - 将下载的CUDA Toolkit文件拷贝到Jetson TX2设备上。 - 打开终端,进入到CUDA Toolkit文件所在的目录。 - 运行以下命令,以设置安装选项并启动安装过程: ``` chmod +x cuda_<version>_linux.run sudo ./cuda_<version>_linux.run ``` - 按照安装向导的指示进行操作,接受许可协议并选择相应的安装选项。 - 完成安装后,根据提示将必要的环境变量添加到系统配置文件中(如~/.bashrc)。 3. 下载CuDNN库文件: - 访问NVIDIA官方网站并下载与安装CUDA Toolkit版本相对应的CuDNN库文件。 - 将下载的CuDNN库文件拷贝到Jetson TX2设备上。 4. 安装CuDNN库文件: - 将CuDNN库文件解压到一个指定目录中,例如'/usr/local/cuda/'。 - 打开终端,进入CuDNN库文件所在的目录。 - 运行以下命令以将CuDNN库文件拷贝到CUDA Toolkit的安装目录中: ``` sudo cp cuda/include/cudnn.h /usr/local/cuda/include/ sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/ sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn* ``` 5. 配置环境变量: - 打开终端,编辑~/.bashrc文件: ``` nano ~/.bashrc ``` - 在文件末尾添加以下内容,并保存退出: ``` export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64 export CUDA_HOME=/usr/local/cuda ``` - 运行以下命令使环境变量配置生效: ``` source ~/.bashrc ``` 完成以上步骤后,您应该成功地手动安装Jetson TX2中的CUDA和CuDNN。您可以通过在终端上运行`nvcc -V`来验证CUDA是否正确安装,并通过运行`cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2`来验证CuDNN是否正确安装。 ### 回答2: 首先,Jetson TX2是一款高性能边缘计算设备,用于深度学习、AI和计算机视觉等领域。CUDA和cuDNN是用于加速计算的关键软件,在Jetson TX2上手动安装这两个软件需要以下步骤: 1. 下载CUDA和cuDNN:首先,从NVIDIA官方网站下载适用于Jetson TX2CUDA和cuDNN版本。确保选择与Jetson TX2硬件兼容的版本。 2. 安装CUDA:将下载的CUDA安装包复制到Jetson TX2上,并解压缩文件。然后,运行安装脚本来设置CUDA环境变量并安装CUDA。 3. 配置环境变量:为了正确地配置CUDA和cuDNN,需要设置环境变量。在终端中输入以下命令以打开.bashrc文件: ``` sudo nano ~/.bashrc ``` 然后,在文件的末尾添加以下行: ``` export CUDA_HOME=/usr/local/cuda export PATH=/usr/local/cuda/bin:${PATH} export LD_LIBRARY_PATH=/usr/local/cuda/lib64:${LD_LIBRARY_PATH} ``` 保存并关闭文件,然后运行以下命令以使更改生效: ``` source ~/.bashrc ``` 4. 安装cuDNN:将下载的cuDNN安装包复制到Jetson TX2上,并解压缩文件。然后,将cuDNN库文件复制到CUDA安装目录中。使用以下命令完成此操作: ``` sudo cp cuda/include/cudnn.h /usr/local/cuda/include sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64 sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn* ``` 5. 验证安装:在终端中运行以下命令以验证CUDA和cuDNN是否安装成功: ``` nvcc -V ``` 如果输出中显示了CUDA版本信息,则说明CUDA安装成功。然后,可以使用深度学习框架(如TensorFlow,PyTorch等)来验证cuDNN的安装。 这些是手动安装CUDA和cuDNN的基本步骤。确保按照官方文档和说明进行操作,并根据自己的需求进行相应的配置和优化。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值