Jetson TX2刷Jetpack 4.3后的一些配置情况

1 前提

假设当然已经完成Jetpack 4.3在Jetson TX2上的刷机。接上显示器、鼠标和键盘等配件后,打开板子,得到Ubuntu 18.04 LTS版本的系统。

2 配置

2.1 检查Python等软件版本

nvcc -V

nvcc: NVIDIA ® Cuda compiler driver
Copyright © 2005-2019 NVIDIA Corporation
Built on Mon_Mar_11_22:13:24_CDT_2019
Cuda compilation tools, release 10.0, V10.0.326

python -V

Python 2.7.17

python3 -V

Python 3.6.8

2.2 安装常用工具

安装pip3

sudo apt-get install python3-pip

检查安装是否成功

pip3 -V

pip 9.0.1 from /usr/lib/python3/dist-packages (python 3.6)

升级pip3

pip3 install --upgrade pip

安装虚拟环境管理工具virtualenv

pip3 install virtualenv

2.3 配置虚拟环境

先检查以下安装成功没:

virtualenv --version

报错

bash: virtualenv: command not found

解决方式:
Link 1
Jetson 系列 (三)虚拟环境分离
Link 2
ERROR: virtualenvwrapper could not find virtualenv in your path
根据第2个文章的方式,最后的source ~/.bashrc命令还是出现了错误,但是不影响创建虚拟环境了。错误如下:

bash: /home/nvidia/.local/bin/virtualenvwrapper.sh: No such file or directory

根据错误 vim ~/.bashrc,看最后一行,是我们根据第2个文章添加的:
source ~/.local/bin/virtualenvwrapper.sh
改成:
source /usr/local/bin/virtualenvwrapper.sh
即可。
创建和激活环境:

# 创建名为torch的虚拟环境
mkvirtualenv torch -p python3
# 激活虚拟环境torch
workon torch 
# workon后不加任何东西可以列出所有虚拟环境
# 退出当前虚拟环境
deactivate

2.4 虚拟环境下pip3安装常用packages

workon torch
pip3 install numpy
pip3 install scipy

安装后,使用Python import numpy和scipy时均报错:

Illegal instruction (core dumped)

查了查,可能是numpy版本1.19.5和scipy版本1.5.4太高,ARM64架构不支持?所以我先卸载numpy:

pip3 uninstall numpy

再安装低版本的:

pip3 install numpy==1.18 -i https://pypi.douban.com/simple

我并没有卸载scipy,再import numpy和scipy就没有报错了,因为scipy以numpy为支持,所以numpy正常了,scipy应该也是正常了。
再继续安装:

pip3 install matplotlib -i https://pypi.douban.com/simple

在使用plt.show(),报警告,无法画图,提示:

UserWarning: Matplotlib is currently using agg, which is a non-GUI backend, so cannot show the figure.

解决方法在这https://blog.youkuaiyun.com/renyuanxingxing/article/details/98897095,我只是终端安装后就解决了:

sudo apt-get install tcl-dev tk-dev python-tk python3-tk

继续安装。。。

pip3 install scikit-learn -i https://pypi.douban.com/simple

import sklearn后正常,未报错。

2.5 配置PyTorch

参考这个
https://forums.developer.nvidia.com/t/pytorch-for-jetson-version-1-7-0-now-available/72048
然后根据自己的情况进行一些改动,我使用1.1.0的版本(需要先在上面网站里下载好.whl文件到Downloads下):

sudo apt-get install libopenblas-base libopenmpi-dev
workon torch  # 激活虚拟环境
pip3 install Cpython
cd Downloads/
pip3 install torch-1.1.0-cp36-cp36m-linux_aarch64.whl

这样PyTorch就安装好了,也能import成功,不过还差torchvision依赖。我没有按照论坛中的方法来安装torchvision。我是直接work on激活环境后,安装了与torch版本相对应的torchvision版本:

pip3 install torchvision==0.2.2

2.6 virtualenv的操作

在安装TensorFlow时发现h5py用pip3没法装上,所以用的sudo apt-get install python3-h5py成功安装到了系统python3中,然后用下面的代码把系统环境拷贝到虚拟环境中。

mkvirtualenv <env_name> --always-copy --system-site-packages

3 一些操作

3.1 开启风扇

sudo gedit /sys/devices/pwm-fan/target_pwm

更改数值后保存即可更改风扇转速,0表示不转,255为最高转速,输入0-255内任意整数后保存文件即可更改生效(重启板子后变为默认的0)。

### 安装和配置适用于 NVIDIA Jetson TX2 NX 的 JetPack 5 为了在 NVIDIA Jetson TX2 NX 上成功安装和配置 JetPack 5,需遵循一系列特定的操作指南。 #### 下载 JetPack SDK Manager 可以从 Nvidia 官方网站获取 JetPack SDK Manager。该工具集成了所有必要的驱动程序、库以及用于开发的应用程序接口(APIs),确保设备能够顺利运行所需的各种应用程序[^1]。 #### 准备工作 - **操作系统要求**: 确认主机电脑已安装 Ubuntu LTS 版本 (建议使用最新支持版本)。 - **网络连接**: 需要稳定的互联网连接来完成整个过程中的数据传输需求。 - **存储空间**: 至少预留 30GB 可用磁盘空间给目标板卡镜像文件及其他组件。 #### 执行安装流程 启动 JetPack SDK Manager 后,在图形界面中选择适合 Jetson TX2 NX 的选项组合。对于 JetPack 5, 用户应该特别注意确认所选设置与硬件兼容性相匹配。之后点击 "Install" 开始自动化的安装进程。 ```bash sudo dpkg -i nv-jetpack_*.deb ``` 此命令用于安装通过浏览器下载下来的 .deb 文件形式分发的 JetPack 工具链。 #### 更新系统固件 首次安装完成后,可能还需要更新 Jetson 设备上的固件至最新版本以获得最佳体验和支持新特性。这一步骤同样可以通过 JetPack 提供的功能轻松实现。 #### 测试安装成果 最后,验证 CUDA 和 cuDNN 是否正常运作是一个好习惯。可以编写一段简单的测试代码来进行这项检查: ```cpp #include <cuda_runtime.h> #include <stdio.h> int main() { int deviceCount; cudaError_t error = cudaGetDeviceCount(&deviceCount); printf("CUDA Device Count: %d\n", deviceCount); if(error != cudaSuccess){ fprintf(stderr,"CUDA Error: %s\n", cudaGetErrorString(error)); return 1; } } ``` 编译并执行上述 C++ 程序片段可以帮助确认 GPU 加速功能是否已被正确激活。
评论 1
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