jetson xavier NX深度学习环境配置

文章目录

• jetson xavier NX深度学习环境配置

• 1. SD卡系统烧录

• 1.1 材料
• 1.2 软件配置
• 1.3 格式化SD卡
• 1.4 系统镜像烧录

• 2. 环境配置

• 2.1 cuda环境配置
• 2.2 安装依赖库
• 2.3 安装python及依赖环境
• 2.4 安装pytorch环境

jetson xavier NX深度学习环境配置

1. SD卡系统烧录

1.1 材料

• SD 卡（64G）
• 读卡器
• jetson xavier NX
• 原装充电器
• 有线鼠标(USB)
• 有线键盘(USB)
• 显示屏（显示屏有一个就可以，大屏幕更加方便）
• 笔记本电脑(Win-10)
• WIFI网络环境（必备）

1.2 软件配置

Win32DiskImager/balenaEtcher（SD卡镜像烧录软件）

DiskGenius,SD Formter(SD卡格式化软件)

NX镜像文件，目前官网主流下载的操作系统为jeston 4.4 18.04版本、python3.6.9/2.7

本文所使用的操作系统为[jeston 5.0 20.04](Jetson 下载中心 | NVIDIA 开发者) 、 python3.8 （推荐）

1.3 格式化SD卡

首先要准备一张SD卡，将SD卡插入电脑或使用读卡器插入电脑，按照以下顺序进行操作。

• 下载，安装和启动适用于Win的sd卡格式化程序SD Formatter。
• select card选择sd卡驱动器 对应的卷标
• 选择“快速格式”
• 将“卷标”留空 5
• 单击“格式”开始格式化，并在警告对话框中单击“是”
• 格式化以后sd卡就可以进行下一步的镜像刷写。

1.4 系统镜像烧录

• 打开balenEtcher
• 烧录系统，等待完成



• SD卡插入，上电启动。

2. 环境配置

ssh 界面

2.1 cuda环境配置

jetson pack 5.0.2 上面配置的cuda11包括 cuda11.4

vim ~/.bashrc

添加如下：

export CUBA_HOME=/usr/local/cuda-11.4
export LD_LIBRARY_PATH=/usr/local/cuda-11.4/lib64:$LD_LIBRARY_PATH
export PATH=/usr/local/cuda-11.4/bin:$PATH

source ~/.bashrc

sudo apt-get install libfreeimage3 libfreeimage-dev

cd /usr/src/cudnn_samples_v8/mnistCUDNN
sudo make 
./mnistCUDNN

2.2 安装依赖库

sudo apt-get install python3-pip libopenblas-base libopenmpi-dev libjpeg-dev zlib1g-dev
protobuf-compiler libprotoc-dev -y

sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-
serial-dev protobuf-compiler autoconf python3-dev python3-setuptools unzip python-dev
libopenblas-dev liblapack-dev libatlas-base-dev libblas-dev libxml2-dev libxslt1-dev zlib1g-dev libffi-dev libssl-dev python3-matplotlib libgeos-dev -y

2.3 安装python及依赖环境

python3 -m pip install -U pip -i https://pypi.tuna.tsinghua.edu.cn/simple

或者

[anaconda下载地址](Index of / (anaconda.com))

Linux安装python(conda版本)_linux conda安装博客)

conda activate 
conda activate base

pip install numpy==1.19.4 -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install opencv_python==4.5.3.56 -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install opencv_contrib_python==4.5.3.56 -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install pytools -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install pycuda -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install onnx onnxruntime -i https://pypi.tuna.tsinghua.edu.cn/simple

2.4 安装pytorch环境

sudo apt-get -y update; 
sudo apt-get -y install autoconf bc build-essential g++-8 gcc-8 clang-8 lld-8 gettext-base gfortran-8 iputils-ping libbz2-dev libc++-dev libcgal-dev libffi-dev libfreetype6-dev libhdf5-dev libjpeg-dev liblzma-dev libncurses5-dev libncursesw5-dev libpng-dev libreadline-dev libssl-dev libsqlite3-dev libxml2-dev libxslt-dev locales moreutils openssl python-openssl rsync scons python3-pip libopenblas-dev;

python3 -m pip install --upgrade pip
python3 -m pip install aiohttp numpy=='1.19.4' scipy=='1.5.3'
export "LD_LIBRARY_PATH=/usr/lib/llvm-8/lib:$LD_LIBRARY_PATH"
python3 -m pip install --upgrade protobuf
python3 -m pip install --no-cache $TORCH_INSTALL