Proceso de configuración de Jetson Nano (1)
Este artículo presenta algunos registros del proceso de jetson nano desde el inicio hasta la ejecución del modelo. Quemé la imagen del sistema en la versión JP 4.3. El CUDA integrado de la versión JP 4.4 es 10.2 demasiado nuevo y solo es compatible con la versión alta de tensorflow , que es más problemático.
1. Quemadura del sistema
Prepare una herramienta de grabación como: win32diskimager o Etcher
utilizada por Etcher para una operación fácil y sin problemas.
Vaya al sitio web oficial para descargar el espejo Nano.
https://developer.nvidia.com/embedded/downloads
Tenga en cuenta que el CUDA en la imagen del sistema JP4.4 es 10.2 y el opencv es 4.1.1; el CUDA en JP4.3 es 10.0 y el OpenCV3.4 se descarga según sus necesidades.
Utilizo la versión 1.13.1 de tensorflow aquí y necesito el sistema de versión JP4.3 grabado por CUDA10.0, y luego instalo OpenCV4.1.1 yo mismo.
2. apto para fuentes domésticas
#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 comprueba si la instalación está completa
3.1 Configuración CUDA
#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
Nota: Si se agrega la variable de entorno, todavía muestra nvcc not found:
primero verifique si el archivo nvcc existe en cd / usr / local / cuda / bin, si existe, reduzca lo anterior a las siguientes dos oraciones:
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
La configuración es correcta como se muestra en la siguiente figura:
3.2 Vista de CUDNN
El nano sistema ya ha instalado cuda y cudnn, ejecute el caso mnist para verificar si cudnn está disponible.
#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
Nota: Si lo anterior no se ejecuta, puede agregar permisos de la siguiente manera:
sudo chmod a + x mnistCUDNN # Agregar permisos de ejecución a archivos ejecutables
La operación exitosa es el resultado final de la prueba de visualización: 1 3 5
3.3 Vista de OpenCV
Verifique el uso normal y la versión de Opencv en python
python
import cv2
print（cv2.__version__）
La salida es la versión OpenCV del sistema.