Jetson Nano conda环境配置 --Conda环境配置 --Conda指令

已于 2024-01-20 17:14:58 修改
阅读量878 收藏 10
点赞数 8
分类专栏： Env Config 文章标签： conda python windows
于 2023-12-01 10:40:43 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/BeTyh/article/details/134729177
版权

title: (环境)Jetson Nano conda环境配置

data: 2023-11-6
tags: 环境

(环境)Jetson Nano conda环境配置

可视化
anaconda-navigator
环境配置

配置bashrc文件

vim ~/.bashrc

在文件的最后一行加上

export PATH=$PATH:/home/vincent/anaconda3/bin

注意这里最后的要是你的安装的目录

最后修改完成后，运行

source ~/.bashrc
conda指令
// 创建环境
conda create -n (名字) python

//激活、进入环境
conda activate (名字)

//退出环境
conda deactivate

//查看环境列表
conda env list

//删除环境
conda env remove -n (名字)

//将包安装到指定环境
conda install -n env_name package


//查看指定环境下已经安装的包
conda list -n env_name

//将使用conda安装的包安装的包全部导出
conda env export >environment.yaml

//删除当前环境里的包
conda uninstall package
jetson nano——编译安装opencv-python==4.3.0.38
qq_63913621的博客
02-29 1100
链接：https://pan.baidu.com/s/1HKzQMMWWCv8XKM_kO8CmNA?
【Jetson Nano開發環境配置 】
shipinfangda的博客
03-25 2417
流程如下： 安装sogou输入法 安装nvidia-smi 安装conda 安装ssh软件 输入法安装 使用Linux必备中文输入法搜狗输入法 https://pinyin.sogou.com/linux/ ssh软件安装 安装一个不开源的国产软件，Finalshell，使用安装脚本进行安装 rm -f finalshell_install_linux.sh ;wget www.hostbuf.com/downloads/finalshell_install_linux.sh;chmod +x f
JETSON TX2 NX配置conda、cuda、torch、torchvision环境保姆教程
weixin_72812064的博客
05-11 4879
上一期已经装好了系统本期配置一下环境sudo gedit ~/.bashrcexport CUDA_HOME=/usr/local/cuda-10.2 export LD_LIBRARY_PATH=/usr/local/cuda-10.2/lib64:$LD_LIBRARY_PATH export PATH=/usr/local/cuda-10.2/bin:$PATHnvcc -V为JETSON TX2 NX的架构是aarch64,与win10,linxu不同,所以不能安装Anaconda可以安装一个替代它
【jetson nano】conda虚拟环境的安装|设置开机自启动
weixin_42466834的博客
02-01 1086
后面就可以按照anaconda的方式使用miniforge了，暂时没有发现别的差别，因为需要的包暂时安装的比较顺利，所以没有配置镜像源。在https://github.com/conda-forge/miniforge中下载对应系统版本的miniforge，然后安装。保存关闭后重启机器，会在开机后打开新终端执行bash /home/w/命令，执行完后终端窗口不会关闭.指令（M）：即开机想要执行的指令。可以参考我填写的内容，如下。在弹出的窗口中点击add。
【nano系列】jetson nano 安装conda管理环境（三）
羽帆的博客
01-09 5006
jetson nano 安装conda管理环境
Jetson Nano （aarch64）安装conda环境(极速版)
Sugar1652的博客
07-27 1866
Jetson Nano （aarch64）安装conda环境(极速版)
jetson nano 的ubuntu系统下安装conda
Mhr6666的博客
02-14 1374
1. 注意：， 使用ubuntu系统，搜索相关文章时注意搜索关键词如果为ubuntu系统，它可能不是arm64架构，需要特别注意2. conda 可以创建虚拟环境，隔离底层环境 ，能有效放防止将板子的系统搞崩3. 基于板子的操作的arm64的操作系统，以及安装的便捷性，我推荐使用本地下载方式（首先下载文件传输工具 xftp，接着便可以将电脑下载的文件传输至板子文件夹中）
Jetson Nano修改系统语言+安装conda+pytorch+pycharm+faiss-cpu+cuda配置
XXBaoHeTang的博客
02-23 2485
该文章为我的可行经验记录，如果能够帮到大家，不胜荣幸。我将在这里简要介绍每个板块的内容，大家看完后可以斟酌该篇文章是否对自己有用~1. 修改系统语言：我没有下载中文输入法，也不想下载，但是系统文件夹名为中文，不太方便，而且有的部分翻译得意义不明。2. 安装conda：Ubuntu18.04，python3.6.9，我安装的是miniforge23.11.0（与conda实现功能一样），用来管理虚拟环境，也可以用virtualenv。
适用于jetson nano的anaconda
09-26
总的来说，为Jetson Nano安装Anaconda是提升其在数据科学和AI开发领域能力的重要步骤，它简化了环境配置，提高了开发效率，并且利用conda管理工具，用户可以轻松地安装、更新和管理所需的软件包。
Jetson nano 启用摄像头，以jetcam
09-09
Jetson Nano是NVIDIA推出的一款微型计算机，它以其出色的性能和广泛的适用性受到开发者的青睐。该设备专为边缘计算设计，支持机器学习和AI应用程序的运行。Jetson Nano搭载了NVIDIA Maxwell架构的GPU，拥有128个CUDA...
Jetson Nano 安装配置conda、pytorch1.7.0
热门推荐
weixin_41747193的博客
08-01 1万+
jetson nano是自带CUDA的，按照官方的教程文档可以逐步配置好ubuntu镜像、python和tensorflow的。这两天突然想配置上conda和pytorch，于是浪费了两天的时间，终于在nano上跑通，能够训练模型了，现将过程记录，方便大家用到。 第一步，安装conda jetson nano是aarch64架构的，常用的windows,mac和linux都不适用，查看命令如下： (base) my_nano@jetson-nano:~$ uname ...
jetson nano配置conda、cuda、torch、torchvision环境
zhang1009_的博客
04-22 2883
链接：https://pan.baidu.com/s/1QRz4FyC8SAH9cS2xqYzb7w?因为jetson nanoB01的架构是aarch64,与win10,linxu不同,所以不能安装。建议传过去的文件放在nano的主目录(home)下,右击打开终端,开始安装。下完之后可以U盘传 也可以用你的电脑ssh连接你的nano。安装过程基本与anaconda一致，安装之后操作也一致。成功,但是你conda list是找不到的.可以安装一个替代它的archiconda。vscode方便你后期调代码。
在Jetson Xavier NX上配置tensorflow与pytorch环境并运行例程（conda虚拟环境）
weixin_48208348的博客
02-24 4457
这个项目难就难在我把它想得太简单了（这话怎么有点废话文学那味） 先叨叨几句：ok一开始接到任务的时候，我心想tensorflow的使用这么普遍，应该不难配置，并且所用的NX在之前已经安装了tensorflow环境（时间有点久了 记不清怎么装上的了），那么应该就是找到例程运行就行了，然后跟着官网的例程，git下了源码，装了bazel，but死活编译不过，所出现的error都找不到解决方法，源码例程也没办法直接运行，在硬刚了一个星期后决定放弃这条路换个思路，兜兜转转找到了tflearn的例程，是它的出现告诉我：
nvidia jetson 在 conda虚拟环境编译cv_bridge melodic python3
ponnyao学习笔记
07-06 715
用conda虚拟环境编译cv_bridge。1、设备：nvidia jetson gax xavier2、jetpack 4.6.1(ubuntu18.04)3、archiconda python 3.64、ros-melodic5、opencv 4 2、初始化虚拟环境 如果使用conda创建的python3环境运行代码，那么需要将终端默认启动的环境改为你ros编译的环境。 3、初始化工作空间并获取源码 4、编译 这里的python解释器选择conda的python路径，
Jetson系列在conda虚拟环境配置ros_tensorflow功能包
weixin_48208348的博客
06-10 722
Jetson系列在conda（py3）环境下配置ros_tensorflow功能包之踩坑记录 解决conda环境下安装依赖以及cvbridge需要依赖py2的问题
零基础配置jetson nano深度学习yolov5环境（二、安装系统镜像、cuda、conda、python、torch、torchvision等）
qq_45874142的博客
08-14 2921
从上一节我们知道了具体的配置思路，这一节介绍安装的具体步骤，主要有安装conda、python、torch、torchvision等。下面按照步骤来操作。注意安装python后才可以安装torch，再编译torchvision，其他的缺什么补什么。【jetson nano】jetson nano环境配置+yolov5部署+tensorRT加速模型至此，就算环境配置差不多了，大问题已经解决了，后面只需要配置yolo的环境就行。以及tensortt加速就行。
Jetson 安装 Conda 记录
Pandako's Blog
06-28 1653
如何在arm架构的Jetson机器上成功安装和使用 Conda 的 Python虚拟环境
jetson conda环境配置
highoooo的博客
10-26 146
https://blog.youkuaiyun.com/David_jiahuan/article/details/104544957 conda配置一个新的python环境 conda create -n python_qys python=3.8 切换 https://blog.youkuaiyun.com/wz947324/article/details/80228679
Jetson TX2 配置VScode+conda+Pytorch环境
m0_37559192的博客
08-02 2416
在TX2上安装VScode，使用Miniforge，conda命令创建虚拟环境配置pytorch环境，及常见问题记录。
jetson-nano conda yolov5 tensorrt
最新发布
04-03
### Jetson Nano 上 Conda 安装并运行 YOLOv5 和 TensorRT 的指南 #### 环境准备 为了在 Jetson Nano 上成功安装和运行 YOLOv5 并结合 TensorRT 进行优化，需要先设置好基础环境。推荐使用 Conda 创建独立的 Python 虚拟环境来管理依赖项。 创建一个新的 Conda 环境，并激活它： ```bash conda create -n yolov5_tensorrt python=3.8 conda activate yolov5_tensorrt ``` #### TensorFlow/TensorBoard 配置 如果计划通过 TensorBoard 查看训练日志，则可以按照以下方式启动 TensorBoard 服务[^1]： ```bash tensorboard --logdir=./yolo_person_s ``` 这会打开一个本地服务器，默认地址为 `http://localhost:6006`，用于监控模型性能指标。 #### Keras 安装 由于部分教程可能涉及 Keras 模型构建，在确保无导入错误的前提下继续完成后续步骤[^2]: ```bash pip install keras==2.9.* ``` 注意版本兼容性问题；对于特定框架组合（如 PyTorch 或 TensorFlow），需调整相应库及其扩展包至匹配状态。 #### ONNX 导出路径 另一种常见做法是从原始检测器导出通用中间表示形式 (ONNX)，再借助专用工具链迁移到高效推理引擎——即 NVIDIA 提供的支持 GPU 加速功能强大的 TensorRT 解决方案[^3]: 将预训练权重文件转换成 .onnx 文件格式后加载到目标平台执行预测操作流程如下： ##### 步骤说明 - **第一步**: 使用官方脚本生成对应架构描述文档； ```python from models.common import DetectMultiBackend import torch model = DetectMultiBackend(weights='best.pt', device=torch.device('cpu')) dummy_input = torch.randn(1, 3, 640, 640) torch.onnx.export(model,dummy_input,"yolov5s.onnx",opset_version=12,input_names=['images'],output_names=['output']) ``` - **第二步**: 下载最新版 [ONNX-TensorRT](https://github.com/onnx/onnxtensorrt); - **第三步**: 编译源码得到 so 动态链接库产物； - **第四步**: 实现 C++ API 接口调用逻辑实现高性能推断过程控制流设计模式应用实践案例分享等等相关内容探讨交流学习机会多多快来加入我们吧！ ---
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

SpaceSunflower

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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