Jetson Nano环境准备

看看这个 【Jetson-Nano】jetson_nano安装环境配置及tensorflow和pytorch的安装
看看这个杂谈_手把手教jetsonNano环境搭建

1.Jetson Nano更换软件源

Nano的镜像默认是国外的源,速度很慢,国内的源有的上不去,有的包无法安装,经过测试清华大学的源完美可用
备份

sudo cp /etc/apt/sources.list /etc/apt/sources.list.bak
sudo vim /etc/apt/sources.list
# 删除所有内容,用下面的内容替换
deb http://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ bionic main multiverse restricted universe
deb http://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ bionic-security main multiverse restricted universe
deb http://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ bionic-updates main multiverse restricted universe
deb http://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ bionic-backports main multiverse restricted universe
deb-src http://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ bionic main multiverse restricted universe
deb-src http://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ bionic-security main multiverse restricted universe
deb-src http://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ bionic-updates main multiverse restricted universe
deb-src http://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ bionic-backports main multiverse restricted universe

到sources.list后保存,之后打开终端输入

sudo apt-get update

2.Jetson nano开启最佳性能模式

查看功率模式

sudo nvpmodel -q

若显示模式ID为0,那已开启10W模式,无需进行下面设置

#5w模式: sudo nvpmodel -m 1
#10w模式:sudo nvpmodel -m 0

设置完后运行

sudo jetson_clocks --show

3.Jetson nano安装jtop

Jetson Nano 没有 nvidia-smi 命令,所以装个jtop来代替

sudo apt-get install libhdf5-serial-dev hdf5-tools libatlas-base-dev gfortran
pip install jetson-stats
jtop

4. Jetson nano关闭图形界面

Jetson Nano 的4GB内存是CPU和GPU共用的,如果我们想跑深度学习的程序,就需要关闭图形界面来降低内存占用
关闭图形界面

sudo systemctl set-default multi-user.target
sudo reboot

开启图形界面

sudo systemctl set-default graphical.target
sudo reboot

5. Jetson nano备份TF卡

备份

sudo dd if=/dev/sdb | gzip >/home/workspace/nano.img.gz

恢复

sudo gzip -dc /home/workspace/nano.img.gz | sudo dd of=/dev/sdb

6. Jetson nano使用trt加速

说白了就是把pytorch模型转换成trt模型,之后加载trt模型对图像进行预测。
英伟达贴心的提供了:torch2trt的工具
我试了一下,感觉并不是很好使。一个是有一些层会不支持,另一个是pytorch1.6的版本不支持使用 “/ ”(除法)了,使用起来不方便。

找到另外一个开源工具
这个工具支持onnx2trt,很好的绕过了pytorch1.6关于除法的问题。

7. Jetson nano安装pip

sudo apt-get install python3-pip python3-dev

8. 修改环境变量

sudo vim /etc/profile
export PATH=/usr/local/cuda-10.2/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda-10.2

猜你喜欢

转载自blog.csdn.net/qq122716072/article/details/111614337