1.打开终端,输入以下指令查看硬件
cat /sys/devices/virtual/thermal/thermal_zone*/type
2.输入以下指令查看温度,以下数字分别对应以上硬件,将数字除以1000得出实际温度(摄氏度)
cat /sys/devices/virtual/thermal/thermal_zone*/temp

参考:
墨衍会员
·
AI 创作全网分发
墨衍智能分发
本文由作者通过墨衍一键同步至各平台
1分发平台
3.6k累计阅读
3.6k平均单平台
已同步平台
优快云
微信公众号
微博
知乎
掘金
百家号
博客园
抖音
小红书
你的文章也可以这样分发
墨衍会员 ¥399起/年,写一次发全网
我也要 →
码龄9年
1.打开终端,输入以下指令查看硬件
cat /sys/devices/virtual/thermal/thermal_zone*/type
2.输入以下指令查看温度,以下数字分别对应以上硬件,将数字除以1000得出实际温度(摄氏度)
cat /sys/devices/virtual/thermal/thermal_zone*/temp

参考:
当前文章被以下社区和专栏收录:
Jetson TX2边缘AI开发实战:从零部署到性能优化全指南
边缘计算是一种将数据处理和分析从云端转移到网络边缘设备的技术范式,其核心原理是在靠近数据源头的设备上执行计算任务,以减少延迟、节省带宽并增强数据隐私。这项技术的核心价值在于能够实现实时、低功耗的智能决策,特别适用于对响应时间和连接稳定性要求苛刻的场景。在嵌入式AI领域,NVIDIA Jetson系列平台是实现边缘计算的关键硬件载体,它将GPU加速计算能力集成到紧凑的模块中。其中,Jetson TX2作为一款经典的边缘AI计算平台,集成了**Tegra处理器**和经过优化的**JetPack SDK**软件栈
Jetson nano温度实时观测
温度实测需要安装jetson-stats工具包,该工具包的jtop工具可以实时检测nano温度。 下面是jetson-stats的安装过程。 sudo apt-get install python-pip sudo -H pip install jetson-stats jtop工具首次使用需要激活,激活命令如下: sudo systemctl restart jetson_stats.service 打开jtop实时监控温度。 sudo jtop 检测结果如下: ...
STM32F103串口巧变OneWire总线:驱动DS18B20温度传感器的硬件魔法
本文介绍了一种创新的硬件改造方案,利用STM32F103的串口模块直接驱动DS18B20温度传感器,实现OneWire总线通信。该方法通过巧妙的二极管电路和精确的波特率配置,利用串口硬件自动生成符合OneWire协议要求的时序,替代了传统的软件模拟方法,从而解放CPU资源,显著提升通信稳定性和系统效率,特别适用于GPIO资源紧张或对时序要求严苛的嵌入式应用场景。
Jetson nano 测CPU GPU温度
参考:https://blog.youkuaiyun.com/chongzi865458/article/details/102789374 jetson-stats是一个软件包,用于监测和控制Nvidia Jetson设备的,其中jtop可以实时监测温度; 安装: sudo apt-get install python-pip sudo -H pip install jetson-stats 使...
机器人控制系统系列:Staubli TX2-60L_(8).TX2-60L传感器集成与应用
TX2-60L机器人控制系统提供了强大的传感器集成功能,可以实现对各种传感器的高效管理和数据处理。通过硬件连接和软件配置,可以将传感器数据集成到机器人控制系统中,并通过编程实现数据的采集和处理。传感器在机器人控制中的应用包括基本的闭环控制、状态监测以及高级的多传感器融合和机器学习。这些应用可以显著提高机器人的性能和精度,确保其在复杂环境中也能稳定运行。希望本文对您在TX2-60L机器人控制系统中集成和应用传感器有所帮助。如需进一步的技术支持和详细资料,请参考Staubli官方文档或联系技术支持团队。
神经网络基础-从零开始搭建一个神经网络
人工神经网络(Articial Neural Network,简写为ANN)也称为神经网络(NN),是一种模仿生物神经网络和功能的计算模型,人脑可以看做是一个生物神经网络,由众多的神经元连接而成,各个神经元传递复杂的电信号,树突接收到输入信号,然后对信号进行处理,通过轴突输出信号。人工神经网络也是类似,通过模仿人脑的“学习机器”,通过不断“看”数据(比如图片,数字),自己总结规律,最终学会预测(比如分类图片)在深度学习中,损失函数是用来衡量模型参数的质量的函数,衡量的方式是比较网络输出和真实输出的差异。
TX2 ubuntu CPU占用率、占用物理内存、占用虚拟内存、进程ID、系统温度
文件解释 在实际工作中有时需要程序打印出某个进程的内存占用情况以作参考, 下面介绍一种通过Linux下的伪文件系统/proc计算某进程内存占用的程序实现方法. 首先, 为什么会有所谓的 伪文件 呢. Linux系统的文件类型大致可分为三类: 普通文件, 目录文件和伪文件. 伪文件不是用来存储数据的, 因此这些文件不占用磁盘空间, 只是存在于内存中. /proc让你可以与内核内部数据进行交互, 获取有关进程的有用信息. 下面主要介绍一下 /proc下面的四个文件: /proc/stat, /proc/memi
CESM2 实验笔记
文章目录1. 重新启动1.1 关于重启文件2. RUN_TYPE 初始化运行方式startupbranchhybrid3. branch 或者 hybrid运行的示例4. 其他声明5. 关于RESUBMIT 1. 重新启动 参考: https://bb.cgd.ucar.edu/cesm/threads/how-to-restart-cesm2-1-3-fhist-from-a-backup.5245/#post-36275 适用情况:模型运行因时间不足或其它原因中断,需要继续运行 方法1:将CONTIN
NVIDIA Jetson命令使用
这里写自定义目录标题欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题,有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能,丰富你的文章UML 图表FLowchart流程图导出与导入导出导入 欢迎使用Markdown编辑器 你好! 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Mar
使用jsch和commons-pool2为sftp创建连接池
使用jsch和common-pool2为sftp创建连接池
Rosetta基础2:preparing ligand
Rosetta是基于残基,也就是说Rosetta不把原子单独对待,而是把它们看作一个完整的化学实体。为了实现这个目标,Rosetta必须知道键长、键角以及其它性质。对标准残基和小分子残基模型都是必须的。Rosetta在params文件中对残基的性质进行编码。Rosetta数据库包含常见氨基酸残基和小分子残基的parmas文件。当我们添加新的配体时,需要生成新的parms文件。 What is a Params File params文件包含残基的几何形状和化学特征的信息,为了让Rosetta理解怎样运行这个
TX2风扇转速控制
TX2设置为最大功耗模式后,运行的很热但是风扇始终不转,经过了查找资料,对打开关闭风扇以及控制转速风扇进行整理。注意:风扇控制只对当前有效,重启后复位。 1、开启风扇模式 sudo /usr/bin/jetson_clocks 默认风扇全速开启,开启之后,小风扇就开始转的飞起。 设置转速为0就关闭了,或者机器重启以后会自动关闭。重启后失效。 2、控制风扇转速 在任意路径下,输入: sudo nvpmodel --query 显示工作在m2模式下,即15w模式,此时风扇默认不开,此时输入:
损失函数大汇总(六十一)(Signed Distance Map Loss附公式推导与代码)
摘要 本文介绍了Signed Distance Map (SDM) Loss,一种将形状先验直接融入分割任务的方法。SDM将每个像素表示为到目标边界的带符号距离(内部为负,外部为正),相比二值mask能更连续地表达形状几何信息。SDM Loss的核心思想是让网络学习这个隐式形状场,通过可微的Heaviside函数近似将SDM转换为分割结果。文中重点分析了一种product-based regression loss,它能同时关注距离数值和内外符号的正确性,对边界区域尤为敏感。SDM Loss通常与传统的分割
TX2风扇控制
TX2设置为最大功耗模式后,运行的很热但是风扇始终不转,经过了查找资料,对打开关闭风扇以及控制转速风扇进行整理。注意:风扇控制只对当前有效,重启后复位。 1、开启风扇模式 sudo /usr/bin/jetson_clocks 默认风扇全速开启,开启之后,小风扇就开始转的飞起。 设置转速为0就关闭了,或者机器重启以后会自动关闭。重启后失效。 2、控制风扇转速 在任意路径下,输入: sudo nvpmodel --query 显示工作在m2模式下,即15w模式,此时风扇默认不开,此时输入:
黑猫带你学eMMC协议第22篇:emmc可靠写详解(Write Reliability)
1 前言 1.1 声明 本文依据eMMC JEDEC5.1、网络资料及个人工作经验整理而成,如有部分错误请留言。 本文部分内容可能源自网络,侵删。 本文结合eMMC JEDEC5.1协议手册查看效果更佳。 1.2 内容提要 1、什么是可靠性写属性(Write Reliability)? 2、可靠写和普通的写有什么区别? 3、设置可靠写的流程及流程框图。 4、可靠写需要遵循哪些规则? 1.3 参考链接 本文主要参考链接:http://www.up48.com/cn/support/8_37.html 2 什么
AD9613操作控制
输出250M时钟给AD9613,过FPGA ILA逻辑分析仪将AD9613采集的两个通道ADC数据250M数据显示出来。其中AD9613输出的是LVDS数据,通过select IO核转为并行数据。 一,搜索IP核:selectIO interface wizad ,并双击配置 配置为input,DDR模式,数据位宽为12bit,IO类型为差分,这里配置的是12对数据差分对。然后配置外部差分时钟。 将tap setting 设置为13,将时钟的边沿对准数据的中间,以免数据出错 二,
DW1000 TWR测距实战:从原理到代码,如何解决时间戳溢出与天线延迟校准?
本文深入探讨了DW1000芯片在UWB定位系统中实现TWR测距时遇到的时间戳溢出与天线延迟校准问题。通过详细的代码示例和工程实践,提供了解决67.2ms周期溢出陷阱的算法实现,以及基于示波器的天线延迟校准方案,帮助开发者提升测距精度至厘米级。
全网首发--Unet3+改进16:在不同位置添加RepLKBlock超大卷积核
本文提出了一种基于大核卷积的神经网络架构RepLKNet,旨在缩小CNN与ViTs之间的性能差距。通过重新审视CNN中的大核设计,研究证明使用少量大卷积核替代多个小核能获得更强大的性能。提出的RepLKNet采用31×31大卷积核,在ImageNet和下游任务上取得了与SwinTransformer相当或更好的结果,同时具有更低延迟。文章详细介绍了实现步骤:(1)创建RepLKBlock模块文件;(2)在模型层中添加注意力机制;(3)在UNet模型中集成RepLKBlock;(4)完成训练流程。该方法展现了
Jetson TX1底板的接口调试
Jetson TX1底板的接口调试
ssm框架搭建
这个是一个在idea上成功跑起来的ssm框架项目,保存在这里方便以后使用直接下载
IEM模型,地表粗糙度模拟
利用微波反演土壤水分时候,利用IEM模型可以实现对随机地表的模拟
Jetson TX2使用记录
Jetson TX2使用记录
文档:亲测可用解决vnc灰屏,黑屏,鼠标大黑叉情况
主要解决vnc-viewer灰屏,黑屏,鼠标大黑叉等现象,详细见文档。
Jetson TX2 NX存储扩展实战:M.2固态硬盘的故障排查与自动化运维
本文详细介绍了在Jetson TX2 NX上扩展M.2固态硬盘的完整流程,包括硬件识别、Ext4文件系统故障处理、自动化挂载配置优化以及系统监控方案。针对常见的PCIe链路问题、文件系统损坏和挂载失败等场景,提供了实用的命令和解决方案,帮助用户实现稳定的存储扩展和自动化运维。
efm32 入门.pdf
本PDF共计22页,介绍的是操作驱动API,下载与否自己斟酌。
【Beetle RP2350】自适应光照环境温度检测调光台灯
Beetle RP2350是一款基于RP2350微控制器的高性能迷你开发板,具有双核双架构设计(Arm Cortex-M33或Hazard3 RISC-V),主频150MHz,配备520KB RAM和2MB Flash。尺寸仅25x20.5mm,集成11个IO接口、锂电池管理和监测功能,支持C/C++和MicroPython编程。配套传感器包括MY18B20L温度传感器(±0.5℃精度)和GZ-A1光照传感器(3.3-5V工作电压),通过单总线协议或ADC接口与开发板连接。
jetson TX2、linux使用过程常用命令
jetson tx2有五种工作模式,但常用的只有四种,6个CPU,1个GPU。终端窗口的字体:ctrl + shift + =查看硬件温度,结果除以1000则是硬件当前温度。终端窗口的字体显示:ctrl + -截图:shift+PrtSc。
基于51单片机的蓝牙可控温度报警系统
做完后就会发现,其实没有比较难的东西,都是别人画好的模块和别人写好的APP,只是拿来把他们连接在一起,算了,就当巩固基础了。
ESP32 RMT硬件驱动DS18B20非阻塞温度采集方案
DS18B20是工业物联网中广泛应用的单总线数字温度传感器,其通信依赖纳秒级精度的复位、读写时隙控制。传统软件模拟OneWire易受FreeRTOS任务抢占、中断延迟影响,导致通信失败。基于ESP32专用RMT外设的硬件时序引擎,可实现微秒级波形生成与捕获,彻底解耦CPU与通信时序,达成真正非阻塞、高鲁棒性、多节点并发读取能力。该方案显著提升分布式测温系统的确定性响应与抗干扰性能,适用于智能硬件、边缘网关及严苛电磁环境下的IIoT部署。本文详解RMT驱动DS18B20的原理实现与工程落地。
基于51单片机的PM2.5和温湿度检测报警
基于51单片机的实验说明
3186
1755
5128
946
1727

被折叠的 条评论
为什么被折叠?



