使用安装SDK Manager后再使用JetPack安装板子的方式非常慢而且由于网络慢容易出错,所以直接使用SD Image烧写TF卡是最快的安装方式,将image写入TF卡后,启动板子可以看到Ubuntu18.04和和TensorRT等大部分工具软件已经打包在image内一起安装了,但是Deepstream却没有包含进去,这点很奇怪。
我们使用的SD Image是6月份从NVIDIA官网上下载的nv-jetson-nx-sd-card-image-r32.4.2,为何不下载使用最新的jetson-nx-developer-kit-sd-card-image.zip呢?这个里面包含的软件都是最新的,按理说最新很好啊,可是NVIDIA在Jetson序列板子上搞的这些软件还真不能随便使用最新的,比如这个里面的CUDA是最新的CUDA11+cudnn8,等你安装好了,你会后悔想到要卸掉从新安装旧版本的,为什么呢?NVIDIA为了自己维护方便,搞一个自我感觉很好但其实很蠢的做法就是强制不断的在新版的SD image或者JP里把CUDA升级到最新,根本不管你使用的Tensorflow、Pytorch之类的框架是否支持,到时在CUDA11下编译和运行会遇到大堆的错误让你头疼!同时NVIDIA根本不像提供X86版的CUDA那样提供legacy版本的CUDA和cudnn的集中下载的链接,比如说,你要想得到旧版的CUDA10.0,可能只能在Linux PC上安装旧版的sdk manager后从PC上找到里面的安装源repo的deb文件,在Jetson板子上Ubuntu下安装并且执行apt-get update然后使用apt-get install cuda-tookit-10.0这样的命令来安装旧版的CUDA,另外就是到网上去搜素看有没有好心人共享出安装文件,下载下来安装 。反正NVIDIA这个做法让人无语,但是一家独大没法,只能忍了,只能自己多储备旧版本sdk image和sdk manager或者直接储备arm64版的CUDA和cudnn安装程序来绕过这些人为的障碍吧。
不知道为何nv-jetson-nx-sd-card-i

使用NVidia Jetson NX开发板时,通过SDImage烧写TF卡安装Deepstream后,板子出现无限重启现象。问题在于官方指南中预装NVIDIA V4L2 GStreamer插件步骤,跳过此步可避免重启。建议保留原有插件版本。
最低0.47元/天 解锁文章
1729

被折叠的 条评论
为什么被折叠?



