根据官网的说明安装好sd卡后,需要安装Tensorflow,系统自带cuda10.2,但是需要配制后才能看到。
0、刷机要求
microSD卡(最好32GB起,系统镜像15G左右)
微型USB电源(5V-2A)
电脑显示器(HDMI)
鼠标和键盘
1、将图像写入SD卡
1.1下载映像文件 官网https://developer.nvidia.com/jetson-nano-sd-card-image
1.2将映像写入microSD卡(windows)
- 下载,安装并启动Windows版SD存储卡格式化程序。
https://www.sdcard.org/downloads/formatter_4/eula_windows/ - 选择卡驱动器
- 选择“快速格式化”
- 将“卷标”留空
- 单击“格式化”开始格式化,然后在警告对话框上单击“是”
1.3使用Etcher将Jetson Nano Developer Kit SD卡映像写入microSD卡(写入需要40分钟)
2.启动登陆
插入sd卡,连接电源,nano自动启动,第一次启动需要选择语言,设置用户名密码等。
系统为ubuntu18
自带cuda、cudnn、opencv
但是cuda需要加入环境
3.配置cuda环境
Jeston Nano中已经安装了CUDA,但是需要更改环境变量之后,才能够查询到版本信息,所以首先添加环境变量
切换到~目录
cd ~ ;
然后打开 .bashrc 文件:vim .bashrc ;
接着按 i 键,进入编辑状态;
再接着在文件的末尾添加下面三行代码
export PATH=/usr/local/cuda-10.2/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-10.2/lib64:$LD_LIBRARY_PATH
export CUDA_HOME=/usr/local/cuda-10.2
最后 source .bashrc,使用nvcc -V可以看到。
TensorFlow1.5.0的安装
安装相关的依赖库和工具
sudo apt-get install libhdf5-serial-dev hdf5-tools zlib1g-dev zip libjpeg8-dev libhdf5-dev python3-pip
系统里面默认是没有python3-pip的,所以需要自己安装。
pip的配置
默认pip是直接从pypi服务器下载这些库的,但是pypi也是在海外的,所以为了下载更快,这里进行一些简单的配置,使用国内pip源,这里使用的是ali的pip源,配置文件如下:
[global]
trusted-host = mirrors.aliyun.com
index-url = http://mirrors.aliyun.com/pypi/simple
修改配置文件
cd ~
mkdir .pip
gedit .pip/pip.conf # 将上述配置内容写入配置文件即可
pip3 install -U numpy # 需要编译安装,用时很长,所以单独安装
pip3 install h5py==2.8.0rc1 # 需要编译安装,用时非常长,我的板子装这个20多分钟才装完
pip3 install -U grpcio absl-py py-cpuinfo psutil portpicker grpcio six mock requests gast h5py astor termcolor
安装numpy时有可能提示RuntimeError: Running cythonize failed!错误:
pip3 install -U cython
安装h5py时可能会遇到找不到 -lcblas
sudo apt-get install libatlas-base-dev
安装TensorFlow
pip3 install wheel==0.26
pip3 install tensorboard==1.14.0
pip3 install keras-preprocessing=1.0.5
pip3 install termcolor==1.1.0
pip3 install six==1.10.0
pip3 install tensorflow-estimator==1.14.0rc0
pip3 install --pre --extra-index-url https://developer.download.nvidia.com/compute/redist/jp/v42 tensorflow-gpu
如果以上步骤不好使参考官网如下:
https://docs.nvidia.com/deeplearning/frameworks/install-tf-jetson-platform/index.html
$ sudo apt-get update
$ sudo apt-get install libhdf5-serial-dev hdf5-tools libhdf5-dev zlib1g-dev zip libjpeg8-dev liblapack-dev libblas-dev gfortran
$ sudo apt-get install python3-pip
$ sudo pip3 install -U pip testresources setuptools==49.6.0
$ sudo 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
tensorflow2.0
$ sudo pip3 install --pre --extra-index-url https://developer.download.nvidia.com/compute/redist/jp/v44 tensorflow
tensorflow1.0
$ sudo pip3 install --pre --extra-index-url https://developer.download.nvidia.com/compute/redist/jp/v44 tensorflow==1.15.2+nv20.4
运行tenorflow时可能会遇到cannot import name 'mock’的问题,
sudo pip3 install -U absl-py==0.7.0
经测试这个版本是好使的,使用最新的0.11.0还是会提示这个错误。
运行前需要配制bashrc文件
在文件最后增加一句如下:
export CUDA_VISIBLE_DEVICES=n
n是显卡号,比如如果有4个显卡,等于1表示只有显卡设备1GPU可以使用。