关于Jetson空间不足的解决问题(sd卡挂载和conda更改环境安装路径)

本文讲述了作者在使用Jetson时如何挂载SD卡以解决存储空间不足的问题,包括调整conda路径、更改环境路径以及解决虚拟环境安装时的权限问题。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >


问题描述

因为在做毕设的时候,用到了Jetson,发现这个空间太小了,如果下conda的包根本不够用,所以就想挂载sd卡,然后把环境安装到sd卡里面,在这里记录下我踩的坑和解决办法。

另外Jetson下载的其实并不是anaconda3,因为他并不是x86架构,所以下载的其实是Archiconda。
具体该如何下载Archiconda可以查看这篇文章

挂载sd卡到指定目录

因为conda安装的包比较大,所以在这里我挂载了sd卡,并且要移动conda的路径到这一目录下。

查看conda路径

输入

conda info

显示

     active environment : base
    active env location : /home/meng/archiconda3
            shell level : 1
       user config file : /home/meng/.condarc
 populated config files : /home/meng/archiconda3/.condarc
          conda version : 4.5.12
    conda-build version : not installed
         python version : 3.7.1.final.0
       base environment : /home/meng/archiconda3  (writable)
           channel URLs : https://conda.anaconda.org/c4aarch64/linux-aarch64
                          https://conda.anaconda.org/c4aarch64/noarch
                          https://conda.anaconda.org/conda-forge/linux-aarch64
                          https://conda.anaconda.org/conda-forge/noarch
          package cache : /home/meng/archiconda3/pkgs
                          /home/meng/.conda/pkgs
       envs directories : /home/meng/archiconda3/envs
                          /home/meng/.conda/envs
               platform : linux-aarch64
             user-agent : conda/4.5.12 requests/2.19.1 CPython/3.7.1 Linux/4.9.337-tegra ubuntu/18.04 glibc/2.27
                UID:GID : 1000:1000
             netrc file : None
           offline mode : False

我们要注意envs directoriespackage cache,这就是要修改的地址

更改环境路径

输入

sudo vim .condarc

因为我把sd卡挂载到了
/home/meng/data并且创建了anaconda3文件夹,在这文件夹之下有envspkgs
在打开vim编辑器后,在文件内输入

envs_dirs:
  - /home/meng/data/anaconda3/envs
  - /home/meng/.conda/envs
pkgs_dirs:
  - /home/meng/data/anaconda3/pkgs
  - /home/meng/.conda/pkgs

ESC后输入:wq保存
再次输入

conda info

显示结果
在这里插入图片描述
已经更改了

那我们再去创建虚拟环境的话,有的人可能是正常,但是有的人依旧会创建在原来的路径执行,那么该怎么解决呢?

指定路径安装conda虚拟环境

先cd到你想要安装的虚拟环境目录下
输入

conda create --prefix=Py37 python=3.7

然后遇到了问题,为什么会报错
在这里插入图片描述
后来我去查询了一下,原来是权限问题,那我们给这一data权限就好了
filename替换成你的文件夹名字

sudo chmod -R 777 filename

再次输入此指令

conda create --prefix=Py37 python=3.7

发现就可以安装了
如果不放心,可以对虚拟环境的位置进行查看
在这里插入图片描述
Py37成功的在SD卡挂载的目录下!

<think>好的,我现在需要帮助用户在NVIDIA Jetson设备上创建Conda虚拟环境。首先,我需要回忆一下用户提供的引用内容,看看有没有相关的步骤或者注意事项。 根据引用[1],Jetson AGX Xavier是ARM架构,不能安装Anaconda或Miniconda,但可以使用miniforge。引用[2]提到在Jetson TX2安装Miniconda时使用了特定版本的脚本,比如Miniconda3-py37_4.9.2-Linux-aarch64.sh。引用[3]则展示了在Jetson NX上创建环境时指定Python版本为3.6。引用[4][5]也提到了使用conda创建虚拟环境的例子,其中需要激活环境安装依赖。 首先,用户的问题是在Jetson上创建Conda环境,所以需要确认用户应该使用miniforge而不是Anaconda,因为架构问题。然后,安装步骤可能包括下载适合ARM的Miniconda或miniforge,运行安装脚本,初始化conda,然后创建环境时可能需要指定Python版本,尤其是3.6或3.7,因为这些在引用中被多次提到。 接下来,我需要整理步骤:1. 安装Miniforge或Miniconda的ARM版本;2. 初始化conda;3. 创建环境时指定Python版本;4. 激活环境。同时,可能需要注意环境名称Python版本的兼容性,例如引用[3]中使用python=3.6,而引用[2]的脚本对应Python 3.7。此外,安装完成后可能需要更新conda,确保包管理正常。 用户可能遇到的常见问题包括安装包时的架构兼容性,比如某些包可能没有ARM版本的预编译版本,需要从源码编译。此外,虚拟环境的位置路径管理也需要说明,如引用[5]中提到的路径结构,用户可能需要知道如何管理不同环境。 最后,生成相关问题需要考虑用户在创建环境后可能遇到的后续步骤,比如安装特定库(PyTorch、OpenCV),环境管理技巧,或者解决依赖冲突等。</think>### 如何在NVIDIA Jetson平台上创建Conda虚拟环境? 由于NVIDIA Jetson设备(如AGX Xavier、TX2、NX等)基于ARM架构,无法直接使用标准Anaconda或Miniconda,需通过**miniforge**或专为ARM编译的Miniconda版本实现。以下是详细步骤: --- #### **步骤1:安装适用于ARM的Miniconda/miniforge** 1. **下载ARM架构的安装包** 根据设备型号选择对应版本: - **Miniforge**(推荐):专为ARM设计,兼容性更好。 ```bash wget https://github.com/conda-forge/miniforge/releases/latest/download/Miniforge3-Linux-aarch64.sh ``` - **Miniconda**:需确认版本支持ARM,如引用[2]中使用的`Miniconda3-py37_4.9.2-Linux-aarch64.sh`。 2. **运行安装脚本** 赋予执行权限并安装: ```bash chmod +x Miniforge3-Linux-aarch64.sh # 或替换为Miniconda脚本名 ./Miniforge3-Linux-aarch64.sh ``` 安装过程中按提示确认路径(如`/home/nvidia/miniconda3`)初始化(选择`yes`)。 3. **激活conda环境** 关闭终端重新打开,或手动激活: ```bash source ~/.bashrc ``` --- #### **步骤2:创建Conda虚拟环境** 1. **指定Python版本创建环境** Jetson设备通常需匹配特定Python版本(如3.6或3.7),例如引用[3]中创建环境: ```bash conda create -n my_env python=3.6 # 环境版本按需修改 ``` 2. **激活环境** ```bash conda activate my_env ``` 3. **安装依赖包** 使用`conda install`或`pip install`,但需注意ARM架构下部分包可能需要源码编译。例如引用[4]中安装OpenCV: ```bash pip3 install opencv-python ``` --- #### **步骤3:管理环境** - **查看所有环境**:`conda env list` - **退出环境**:`conda deactivate` - **删除环境**:`conda env remove -n my_env` --- #### **注意事项** 1. **包兼容性** ARM架构下部分库(如PyTorch)需使用NVIDIA官方编译的版本,参考引用[3]中安装PyTorch的指导。 2. **环境路径** Conda环境默认存储在安装路径下的`envs`目录,例如引用[5]中路径为: `/home/nvidia/miniconda3/envs/lmdeploy` 3. **依赖冲突** 若安装失败,可尝试通过`conda-forge`频道或指定版本号解决: ```bash conda install -c conda-forge numpy ``` ---
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

打赏作者

Sol-itude

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
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