郑州网站seo排名足球世界排名国家最新

一：入门第一件事：跟着商家教程配置哈哈

指令：nvidia-smi -h  帮助命令
          sudo jtop --查看nvidia的gpu状态

Tip:教程下载的pytorth,cuda,cudnn版本不一定是你项目符合的，要提前想好

1.2 安装虚拟环境包（要安装minifoge3,因为nvdia设备架构不能按照conda和miniconda)

安装过程可以查看：
【nano系列】jetson nano 安装conda管理环境（三）_jetson 安装conda-CSDN博客

https://github.com/conda-forge/miniforge

二，部署一下yolov5练练手（tensor 加速版）

2.1涉及网站汇总：

1.pytorch安装

https://forums.developer.nvidia.com/t/pytorch-for-jetson/72048

2.部署过程

Jetson Nano部署YOLOv5与Tensorrtx加速——（自己走一遍全过程记录）_jetson nano yolov5-CSDN博客

3.

2.2安装pytorch和torchvision

#tip:安装时一定要明确自己的python版本和jetback版本，torch只有在nvdia官网下载才能适配。

（1）在2.1中第一个网站找到要下载的pytorch安装包，下载

（2）在其页面下方打开installsion查看下载的pytorch需要的torchvision对应版本

（3）安装Torchvision的步骤

        （1）安装依赖库：在编译Torchvision前，需安装以下依赖：

sudo apt-get install libjpeg-dev zlib1g-dev libpython3-dev libavcodec-dev libavformat-dev libswscale-dev

        （2）克隆指定版本的Torchvision源码

git clone --branch v0.15.1 https://github.com/pytorch/vision torchvision
cd torchvision

（版本号0.15.1根据对应关系调整）

        （3）设置环境变量并编译安装

cd torchvision#进入目录
export BUILD_VERSION=0.15.1  # 与Torchvision版本一致
python3 setup.py install --user

大功告成！！

2.3，安装opencv(不是一般的opencv，要符合nvdia配置）

安装后面编译需要用到的依赖库

sudo apt install -y build-essential checkinstall cmake pkg-config yasm git gfortran
sudo apt update
sudo apt install -y libgstreamer1.0-dev libgstreamer-plugins-base1.0-dev
sudo apt install -y libjpeg8-dev libjasper-dev libpng12-dev libtiff5-dev libavcodec-dev libavformat-dev libswscale-dev libdc1394-22-dev libxine2-dev libv4l-dev
sudo apt install -y libgstreamer1.0-dev libgstreamer-plugins-base1.0-dev libgtk2.0-dev libtbb-dev libatlas-base-dev libfaac-dev libmp3lame-dev libtheora-dev libvorbis-dev libxvidcore-dev libopencore-amrnb-dev libopencore-amrwb-dev x264 v4l-utils
sudo apt install python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libjasper-dev libdc1394-22-dev

下载两个包

Tags · opencv/opencv

Tags · opencv/opencv_contrib

将contrib解压在opencv文件夹下面

进行以下步骤

cd opencv-4.5.5
mkdir buildcmake \
-DCMAKE_BUILD_TYPE=Release \
-DCMAKE_INSTALL_PREFIX=/usr/local \
-DOPENCV_ENABLE_NONFREE=1 \
-DBUILD_opencv_python2=1 \
-DBUILD_opencv_python3=1 \
-DWITH_FFMPEG=1 \
-DCUDA_TOOLKIT_ROOT_DIR=/usr/local/cuda \
-DCUDA_ARCH_BIN=7.2 \
-DCUDA_ARCH_PTX=7.2 \
-DWITH_CUDA=1 \
-DENABLE_FAST_MATH=1 \
-DCUDA_FAST_MATH=1 \
-DWITH_CUBLAS=1 \
-DOPENCV_GENERATE_PKGCONFIG=1 \
-DOPENCV_EXTRA_MODULES_PATH=../opencv_contrib-4.5.4/modules \
..make -j6
sudo make install

但import cv2时，还是会报no module "cv2"的报错，到build目录下，找到python_load文件夹，这个文件夹就是cv2编译的python package

cd opencv-4.5.5/build/python_loader
sudo pip3 install .

再测试一下，发现和jtop看到的是一致的
详细配置可以去看up主：荔枝澄的个人空间-荔枝澄个人主页-哔哩哔哩视频 

2.4配置nvcc -V

2.4.1 打开终端

#打开终端，输入命令
vi .bashrc

拉到最后，在最后添加这些 （10.2根据自己版本改）

export PATH=/usr/local/cuda-10.2/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-10.2/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
export CUDA_ROOT=/usr/local/cuda

应用当前配置（刷新一下）

source ~/.bashrc

2.4.2 安装后输出命令查看 

nvcc -V

 今天就学到这啦，注意，有些步骤编译要很久，不是出错了哦！

谢谢