Jetson Nano 踩坑记

本文详细介绍了在 NVIDIA Jetson Nano 上安装 Ubuntu 和 Anaconda 的步骤,包括更改源、安装基本库、解决 TensorFlow 安装问题及配置 JetPack 版本检查的方法。同时分享了在安装过程中遇到的网络超时问题及解决策略。
部署运行你感兴趣的模型镜像

SD卡安装好镜像后,插入到板子中,启动板子

启动ubuntu后,第一件事情就是更改源,以前每次都是再界面上修改的,这次界面上没有其他源的选项,只能用命令行修改,用了很多方法都不行,无意中使用了这个博客(https://blog.youkuaiyun.com/qq_36396941/article/details/88903094)的方法就可以啦,可能不仅仅是这个原因,我还敲了如下命令,(等下次重装系统的时候再验证吧)

sudo apt-get install gnome-control-center

 

安装anaconda

参考:在jetson nano上安装anaconda

 

 

非常棒的网址

网址:How to configure your NVIDIA Jetson Nano for Computer Vision and Deep Learning

在安装tf的时候,发现有问题,将numpy==1.14.5, python==3.7就好了:

pip install --extra-index-url https://developer.download.nvidia.com/compute/redist/jp/v42 tensorflow-gpu==1.13.1+nv19.3
# 这个命令不对,要加上 sudo
python setup.py install --cpp_implementation

 

查看JetPack的版本

sudo apt show nvidia-jetpack

NVIDIA JetPack SDK 是构建 AI 应用的全面解决方案。JetPack SDK 支持所有 Jetson 模块和开发者套件。

JetPack SDK 包含适用于 Linux 操作系统的最新 Linux 驱动包 (L4T) 以及用于深度学习、计算机视觉、加速计算和多媒体的 CUDA-X 加速库与 API。它还包含用于主机和开发者套件的示例、文档和开发者工具,并支持更高级别的 SDK,例如用于直播视频分析的 DeepStream 以及用于机器人的 Isaac。

 

 

 

[1] 安装基本的库,从这个链接,人脸是识别的,https://github.com/YamoussFan/jetson_nano_demo,点击安装所依赖的库,链接:https://devtalk.nvidia.com/default/topic/1048776/official-tensorflow-for-jetson-nano-/

在安装下面的命令时出错,

sudo pip3 install -U numpy grpcio absl-py py-cpuinfo psutil portpicker six mock requests gast h5py astor termcolor protobuf keras-applications keras-preprocessing wrapt google-pasta

原因是由于访问国外,网速比较差,超时了,需要加一个超时的时间,如:pip --default-timeout=100 install -U numpy

您可能感兴趣的与本文相关的镜像

TensorFlow-v2.9

TensorFlow-v2.9

TensorFlow

TensorFlow 是由Google Brain 团队开发的开源机器学习框架,广泛应用于深度学习研究和生产环境。 它提供了一个灵活的平台,用于构建和训练各种机器学习模型

Jetson Nano由于其较低的算力,不推荐在其上进行复杂的深度学习模型训练。通常情况下,我们会在GPU服务器上使用PyTorch等框架进行模型训练,并将训练得到的.pth模型文件转化为ONNX格式文件。然后,我们可以在Jetson Nano上使用TensorRT加载ONNX模型,实现快速的推理过程。这样可以充分利用Jetson Nano的推理能力,同时降低成本。\[1\] 参考资料中提到了一些关于在Jetson Nano上部署模型的方法,例如使用Python进行Paddle Inference的部署\[2\]。此外,还可以使用预训练模型来加速模型的收敛速度和提升检测精度,这是一种常见的迁移学习方法\[3\]。 总结来说,Jetson Nano适合用于模型推理,而不适合进行复杂的模型训练。我们可以在GPU服务器上进行训练,并将训练好的模型转化为ONNX格式,然后在Jetson Nano上使用TensorRT进行快速推理。 #### 引用[.reference_title] - *1* *3* [Jetson Nano 模型训练和推理流程](https://blog.youkuaiyun.com/mygia/article/details/124583367)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* [【从到入门】基于Jetson Nano的深度学习模型部署教程](https://blog.youkuaiyun.com/m0_63642362/article/details/122908630)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
实付
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