目录1--安装Nvidia驱动2--安装CUDA2-1--禁用nouveau2-2--选择CUDA Toolkit2-3--下载和安装CUDA Toolkit2-4--配置环境变量2-5--测试是否安装成功：3--安装CUDA CuDNN4--测试pytorch能否使用Cuda1--安装Nvidia驱动① 查看可安装的Nvidia驱动版本：ubuntu-drivers devices② 安装相应版
Jetson NanoJetson Nano 模组是一款小巧的 AI 计算机，具备超高的性能和功耗，可以运行现代 AI 工作负载，并行运行多个神经网络，以及同时处理来自多个高分辨率传感器的数据。这使其成为在嵌入式产品中增添先进 AI 的理想的入门级选择。 Jetson TX2 系列扩展的 Jetson TX2 系列嵌入式模组提供高达 2.5 倍的 Jetson Nano 性能，同时功耗低
前言:本章内容：通过配置文件驱动的方法优化内核理解线程束执行的本质增大GPU的并行性掌握网格和线程块的启发式配置学习多种CUDA的性能指标和事件了解动态并行与嵌套执行通过上一章的练习, 你已经学会了如何在网格和线程块中组织线程以获得最佳的性能. 尽管可以通过反复试验找到最佳的执行配置, 但你可能仍然会感到疑惑, 为什么选择这样的执行配置会更好. 你可能想知道是否有一些选择网格和块配置的准则. 本章
转载
2024-05-23 11:56:26
169阅读
1、TX2 更改python默认版本为python 3TX2 刷完jetpack4.3固件后安装的ubuntu系统同时存在两个版本的python，一个是默认的python2.7,另一个是python3.6版本，我一般习惯使用python3,所以通过以下命令进行设置。sudo update-alternatives --install /usr/bin/python python /usr/bin/
转载
2024-09-06 08:05:50
66阅读
Anaconda与jupyter的详解与安装教程1.什么是Anaconda如果一个数据分析的教程介绍python的打开方式不是从安装anaconda和jupyter开始，那么对于初学者就意味着落入无限崩溃的深渊，python本身的命令窗口模式不支持可视化，学习和练习起来无比崩溃，各种IDE解释器也是五花八门，各有优劣。anaconda自带的各种第三方工具能够免去后面学习中的麻烦，直接导入非常方便，
LLVM的编译安装和基本使用时间：20220608，版本：V0.1作者：robotech_erx1.LLVM的组成The LLVM Core libraries ：LLVM核心库Clang ：多重含义，编译器前端，或者是llvm的同义词；LLDB：调试器；libc++：C++的高性能实现，支持C++11和C++14；OpenMP：多核并行程序设计方案。；Polly：cache-loca
转载
2024-05-08 13:42:52
126阅读
一、我的搭建环境
一台Ubuntu 18.04的上位机、Jetson nano开发板(NB-001)
二、采用L4T驱动包烧录方式，烧录系统镜像
1. L4T 驱动包下载网址：
https://developer.nvidia.com/embedded/linux-tegra-r3271 点击上方红色框出的两个链接，下载选择需要的版本驱动
1. 如何判断一个卡所属的版本，像V2.0，V1.X,这个信息应该从哪里获得？一开始我对这个问题有疑问，我用的是1GB的kingston和sandisk。其实，只有SDHC才有版本问题，即内存大于2GB的SD卡才涉及这个问题，1GB的sd卡不用关心这个问题。roteus仿真只能起到辅助作用，但是不可过度迷恋。在SD卡的调试中，我试图用proteus
7月底，我们在海外Kickstarter网站上发起了一场众筹，不到24小时便完成了众筹目标，产品引起了众多海外科技媒体和极客们的高度关注！哈哈哈！想知道这款产品是什么吗？看下图！它叫JetMax，一款真正的AI视觉机械臂！在最近的几年里我们已经陆续推出了很多款桌面机械臂，而这款JetMax有很多突破性的功能和特色，在国外社交网站中，有媒体留言：“这款产品具有颠覆性的创新玩法，可能是机械臂领域的一匹
转载
2024-05-21 13:39:05
111阅读
１、安装ＣＵＤＡ１、下载https://developer.nvidia.com/cuda-downloads（1）大概是下面这个样子，按照自己的平台来选,然后下载那个.run文件就行。注意，这里有几个包，都下下来。准备工作已经做完，这时候，你已经知道了你需要的驱动信息并且下载了几个cuda的run文件。 （2）你自己可以建个文件夹，然后在文件夹中输入上命令下载：sudo wget http://
转载
2024-06-08 17:16:01
1660阅读
这种安装的方式更简单CUDA（Compute Unified Device Architecture，统一计算架构）是由NVIDIA所推出的一种集成技术，是该公司对于GPGPU的正式名称。透过这个技术，用户可利用NVIDIA的GeForce 8以后的GPU和较新的Quadro GPU进行计算。查看显卡是否支持CUDA输入下面命令查看电脑的NVIDIA型号：lspci | grep -i nvid
转载
2024-06-10 10:19:02
188阅读
Jetson Nano通过网线连接笔记本实现联网 目录Jetson Nano通过网线连接笔记本实现联网前言一、网络共享设置问题二、开发板IP地址显示为127.0.0.1的问题总结 前言最近在用Jetson nano做课程设计，因为对ubuntu不熟悉所以在上手阶段就碰到了一些问题。学着写博客把他们记录下来，也希望可以给到遇到相关问题的同学一点帮助。笔者用的nano开发板及镜像都是TB店铺亚博科技的
CUDA：是NVIDIA开发的一种并行计算平台和编程模型，用于图形处理单元（GPU）上的常规计算。借助CUDA，开发人员能够利用GPU的功能来显着加快计算应用程序的速度。
原创
2021-09-09 15:56:25
1515阅读
1.cuda下载官网下载：https://developer.nvidia.cn/cudadownloads(https://developer.nvidia.cn/cudadownloads)2.安装文档官方文档：https://docs.nvidia.com/cuda/cudaquickstartguide/index.htmlrunfileinstaller(https://docs.nvi
原创
2023-02-16 10:04:22
436阅读
1.背景学习深度学习的话,肯定需要安装PyTorch和TensorFlow,安装这两个深度学习框架之前得安装CUDA. CUDA是什么? CUDA是一个并行计算平台和编程模型，能够使得使用GPU进行通用计算变得简单和优雅。Nvidia官方提供的CUDA 库是一个完整的工具安装包，其中提供了 Nvidia驱动程序、开发 CUDA 程序相关的开发工具包等可供安装的选项。2.安装过程(1)选择安装版本:
转载
2024-04-23 13:05:36
263阅读
安装及配置过程一、下载安装CUDA Toolkit1.查看操作系统版本及支持CUDA版本2.官网下载并安装对应版本CUDA3.配置环境变量4.测试CUDA安装是否成功二、下载安装cuDNN1.官网下载对应版本cuDNN一、下载安装CUDA Toolkit1.查看操作系统版本及支持CUDA版本1）查看系统版本uname -a 2）查看系统支持CUDA版本 图中标红处说明此系统支持CUDA最高版本为：
转载
2023-11-18 20:58:14
317阅读
环境：Win10 CUDA：11.2 cuDNN：8.1.0 CUDA11.2安装以及cuDNN8.1.0配置版本对应查驱动版本一、安装CUDA 11.2二、配置cuDNN 8.1.01.下载包（前提需要注册一个免费的NVIDIA）2.解压缩，复制文件深度学习框架环境安装： 版本对应NVIDIA官网给出的官方信息 所有能安装配置的前提是电脑拥有NVIDIA显卡（N卡），需要根据显卡的驱动信息选择
NVIDIA DLI 深度学习入门课程 本文内容安排如下：刷机刷机完成后的操作安装TensorFlow1.0.1install TensorFlow v1.2.1刷机 刷机的目的是把Ubuntu操作系统和JetPack SDK安装到Jetson TX2上。刷机的操作按照官方教程即可，比较容易。这个过程中有一点需要注意：Jetson TX2和宿主机Host必须连接在同一个路由器之下。Host会先把
ubuntu18.04安装CUDA 文章目录ubuntu18.04安装CUDA1.先要安装显卡驱动2. CUDA官网下载toolkit3. 安装CUDA4. 配置环境变量5. 查看CUDA版本 1.先要安装显卡驱动可通过ubuntu Software & Updates中的Additional Drivers安装比如可选择460或470驱动，笔者选择了460。此步骤不装也行，CUDA安装包
转载
2024-04-19 16:14:13
136阅读
CUDA安装教程，以Windows10系统为例：CUDA.exe安装查看电脑的支持的CUDA版本，按照如下教程：首先找到这个图标，也就是nvidia控制面板，然后打开：然后点击左下角系统信息再点击“组件”，查看NVCUDA64.DLL的CUDA支持版本，在这我们支持CUDA 11.2版本。再到官网下载CUDA对应的版本。官网链接如下https://developer.nvidia.com/cuda
转载
2024-04-24 16:27:12
730阅读
