目录1. 需求2. 解决2.1. 中文输入法安装包2.2. 系统设置 1. 需求手上的jetson nano机器使用的是lxde桌面(通常从台湾组装的jetson机器会有带有这种图标的界面,就是lxde界面,和gnome桌面差不多,但是有些设置不太一样),需要设置中文输入法。2. 解决主要参考博客《Jetson nano基础配置(更换源、安装中文输入法等)》。在该博客中,主要针对的是gnome桌
转载 2024-09-18 18:31:14
258阅读
  硬件准备Jetson Nano Developer Kit (当然,如果没有这个,你也不会来看这个教程)16G以上SD卡(注意必须至少是16G)读卡器HDMI 屏幕或者DP屏幕(不接受转换)5V电源(你可以选择5V 2Amicro USB电源或者 5V 4A DC电源)键盘和鼠标如果你觉得你还需要一个摄像头,方便后面做视觉应用的话,你可以考虑买个摄像头下载镜像NVIDIA官方为Jet
转载 2024-10-11 20:57:05
210阅读
某宝的壳子套餐具体配件如图,除了下面这些,还有一个无线网卡步骤step 1 安装网卡 将板子屁股上的大风扇拆除需要注意的是,除却拆除两边的螺丝之外,拆的同时还需要将两边卡扣稍稍掰出来拆完底部是这样的,可以看到有个网卡的接口,中间提供了一个螺丝用于固定将中心的螺丝拧出来,插入网卡,拧回去,这时网卡会有点翘,按下去就是了当然,顺便吧天线也连接上去,然后就复原大散热扇接下来不要急着吧板子固定进盒子
转载 2024-09-09 09:33:07
319阅读
前言很早之前,为了使更多用户下载官方版本的软件而非受到各种下载站捆绑的影响,我曾想自己维护一套软件源,可以实现索引各种软件的官网下载地址,但是仅凭我一人的力量,实现这个设想不现实,这个计划就搁置了下来,但今天我想分享一项新的发现,一个有望解决这一难题的工具—— Winget 包管理器。在这里,我将探讨如何利用 Winget 重新点燃这个计划,并实现推动用户选择官方软件版本的初衷。介绍Winget(
转载 9月前
168阅读
文章目录一、VMware16虚拟机安装二、安装VMware Tools三、SDKManager系统烧录 NVIDIA在2019年NVIDIA GPU技术大会(GTC)上发布了Jetson Nano开发套件,这是一款售价99美元的计算机,现在可供嵌入式设计人员,研究人员和DIY制造商使用,在紧凑,易用的平台上提供现代AI的强大功能。完整的软件可编程性。Jetson Nano采用四核64位ARM C
根据官网的说明安装好sd卡后,需要安装Tensorflow,系统自带cuda10.2,但是需要配制后才能看到。0、刷机要求 microSD卡(最好32GB起,系统镜像15G左右) 微型USB电源(5V-2A) 电脑显示器(HDMI) 鼠标和键盘 1、将图像写入SD卡 1.1下载映像文件 官网https://developer.nvidia.com/jetson-nano-sd-card-image
转载 2024-05-30 12:16:17
872阅读
文章目录前言一、最终效果二、分布式通信原理三、实现1、首先将电脑和nano板连接到一个局域网下2、设置环境变量四、在电脑上装ROS总结 前言前一阵一直学c++ ,今天终于算学了个大概,把之前一段搞的分布式通信记录下。 ROS的版本:Melodic 板子:Jeson Nano 4GB 镜像:ubuntu 18.04首先要在电脑上装ros才可以实现分布式通信,主要是为了在电脑上运行rviz,nano
转载 2024-07-06 19:47:18
113阅读
目录 一、环境二、前言三、正式刷机四、踩坑指南(一)flash OS(二)安装 AI 组件一、环境主机:win10,USB3.0接口 虚拟PC软件:VMware15,USB控制器使用3.0方式 虚拟机:ubuntu16.04.3,已经换源,内存:4G,磁盘(>40G):62G,处理器:4 网络类型:桥接 (你可能需要USB扩展器、显示器、键盘、鼠标)环境搭建可以参考二、前言&nbs
转载 2024-10-14 16:51:03
314阅读
Jetson Nano踩坑记录贴——安装NVDIA对象检测和推理工具jetson-inference安装准备依赖库文件编译jetson-inference库安装jetson-inference库jetcam的安装基于jetson-inference库物体对象检测 jetson-inference安装由于某比赛需求,本小白在导师推荐下入坑了英伟达的开发板,踩了不少次坑,于是决心制作一个记录贴。因此
我是来自山区、朴实、不偷电瓶的AI算法工程师阿chai,给大家分享人工智能、自动驾驶、机器人、3D感知相关的知识嵌入式上PaddlePadlle开发环境的搭建与PC上稍有不同,Jetson Nano的处理器是Arm架构的,因为我们需要从新进行编译。GPU的加速在底层可以通过调用CUDA,因此inference的配置
Jetson Nano PaddlePaddle 环境配置 及 PaddleHub—OCR测试 文章目录一.软硬件版本二.安装NCLL2三.安装Paddlepaddle-gpu四.测试五.pip安装方式whl包下载资源六.PaddleHub 安装/测试六.参考文档7.有待解决... 一.软硬件版本Jetson Nano 4G JP 4.4.1 CUDA 10.2 CUDNN 8.0 TensorR
转载 2023-09-27 17:30:57
335阅读
文章目录一:Anaconda安装二:Cuda、Cudnn安装三:Pytorch安装四:Tensorrt安装 一:Anaconda安装Jetson系列边缘开发板,其架构都是arm64,而不是传统PC的amd64,深度学习的环境配置方法大不相同。想要看amd64的相关环境安装,可以参考这篇文章。下面步入正题:对于Anaconda的安装其实和之前差不多,只是寻找aarch64的shell包安装即可,下
1.本站压缩包,获得安装包和补丁,双击MFAA_2019_FCS_Multilingual_Win_64bit_dlm.sfx.exe,,点确定开始解压安装包,可以选择修改解压目录2.开始压缩3.点安装4.接受协议,点下一步5.输入序列号666-69696969产品密匙:Autodesk Moldflow Adviser Premium 2019 571K1 572K1小编选怎是Aut
【开箱、组装】略去系统安装过程选用的是在Nvidia官网上预先调配好的ainano的软件包,这个软件包很特殊,需要你在https://www.nvidia.cn/deep-learning-ai/education/这个网站上注册账号并且进入使用Jetson Nano开发AI应用课程(免费),在课程的Setting up your Jetson Nano中可以找到这个镜像。 至于为什么要用这
前言之前写过anydesk远控,然后在一次测试中,在客户那边看到一个远控软件–Todesk,然后就去官网下载下来研究了一下。准备工作在开始测试之前先查看官方文档。支持静默安装可设置安全密码我们看到todesk支持命令行静默安装,和设置安全密码,而安全密码和临时密码都可以进行连接。本地测试环境:windows2012R2。工具:冰蝎3、todesk安装包。我们在本地搭建环境进行测试,这里利用冰蝎作为
转载 2023-11-10 19:48:09
1006阅读
Nvidia Jetson Nano 使用Anaconda配置深度学习环境 Nvidia Jetson Nano 基于aarch64架构开发,适用于普通电脑的torch、opencv、torchvision等依赖项需要重新编译才能在Jetson Nano上安装使用,但目前Nvidia、opencv等官方已经提供了对应aarch64架构的安装包,其他依赖性也基本存在对应的版本,一般在conda环境直
在当前的AI革命中,大模型扮演着至关重要的角色,而这**背后的基础便是Scaling Law。简而言之,随着数据、参数和计算能力的不断提升,大模型的能力也随之增强,展现出小规模模型所无法比拟的“涌现能力”。**越来越多的AI企业纷纷推出开源大模型,按照扩展定律实现指数级的增长,为AI领域的发展注入了新的活力和动力。然而,另一个不可忽视的趋势是,大型模型的体积正在逐渐缩小,这为私有化部署提供了可能。
安装语言支持安装完后 在语言支持中-》添加或删除语言-》中文简体删除-》应用变更 然后在添加中文 重启~ 不然菜单新建文件夹选项和新建空白文档选项是英文 同时解决了在软件中心安装软件时需要点使用XXX源和附加驱动中没有驱动可供下载的问题 1、Rhythmbox均衡器(EQ)插件安装: sudo add-apt-repository p
转载 2024-05-31 02:09:26
55阅读
作为小白,近期开始上手嵌入式设备Jetson Xavier NX,系统为Ubuntu 18.04.6,而因项目开发环境需要Opencv3.4.5版本,预装系统内安装的是Opencv4.1.1,以下是本人结合网上的资料整理的一篇适合新手的环境配置opencv-3.4.5的文章,内有纰漏可私聊交流。如有侵权,联系删除。详细指令步骤可以参考下面这位老哥的博客:Jetson Xavier NX安装open
转载 2024-03-20 23:13:50
384阅读
1点赞
一、运行YOLO v31、YOLO介绍2、检查CUDA3、检查OpenCV4、检查cuDNN5、安装YOLO v36、YOLO的常用命令(1) 单张测试命令(2) 多张测试命令(3) 改变阈值(4) 实时摄像头(5) 本地视频检测(6)在预训练的模型上继续训练二、运行TensorRT1、TensorRT介绍三、运行TensorFlow1、TensorFlow简介2、安装TensorFlow 一、
  • 1
  • 2
  • 3
  • 4
  • 5