Jetson Nano 配置流程( 一)
本文介绍jetson nano 从入手到跑模型的流程一些记录,本人烧录系统镜像为JP 4.3版本,JP 4.4的版本内置CUDA为10.2太新了,只支持tensorflow高版本,比较麻烦。
1.系统烧录
准备烧录工具如:win32diskimager或者Etcher
本人使用的Etcher简便操作,没出现什么问题。
到官网下载Nano的镜像。
https://developer.nvidia.com/embedded/downloads
注意系统镜像JP4.4中CUDA为10.2,opencv为4.1.1;JP4.3中CUDA为10.0,OpenCV3.4 按自己需要下载。
本人这里使用tensorflow 1.13.1版本需要CUDA10.0烧的JP4.3版本系统,后续自己安装OpenCV4.1.1。
2.apt换国内源
#添加root密码
sudo passwd root
#备份存nano源原文件
sudo cp /etc/apt/sources.list /etc/apt/sources.list.bak
#编辑该文件
sudo vi /etc/apt/sources.list
#拷贝到文件中
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
#更新下源
sudo apt-get update
#更新下软件
sudo apt-get full-upgrade
3.CUDA CUDNN OpenCV 检查是否安装完整
3.1 CUDA 的配置
#编辑环境变量
sudo vim ~/.bashrc
#在最后添加以下内容
export CUDA_HOME=/usr/local/cuda-10.0
export LD_LIBRARY_PATH=/usr/local/cuda-10.0/lib64:$LD_LIBRARY_PATH
export PATH=/usr/local/cuda-10.0/bin:$PATH
#保存生效一下
source ~/.bashrc
注意:如果添加了环境变量还是显示nvcc not found情况:
先查看 cd /usr/local/cuda/bin 是否存在nvcc文件,如果存在,把上面减少为下面两句:
export PATH=/usr/local/cuda/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
#保存生效一下
source ~/.bashrc
#查看是否正确
nvcc -V
显示如下图配置正确:
3.2 CUDNN 的查看
nano系统已经安装好了cuda及cudnn,运行下mnist案例验证下cudnn是否可用。
#进入案例文件
cd /usr/src/cudnn_samples_v8/mnistCUDNN/mnistCUDNN
#编译一下例子
sudo make
#运行测试
./mnistCUDNN
注: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
运行成功为最后显示检测结果为:1 3 5
3.3 OpenCV 的查看
python下查看Opencv正常使用及版本
python
import cv2
print(cv2.__version__)
输出为系统OpenCV版本