jetson系列边缘设备环境配置经验

1.关于设备选择方面,由于性能方面AGX>NX(TX2)>NANO,AGX,NANO,NX均可以用SD卡烧录系统。但TX2只能用SDKmanager烧录,坑会非常多(经常出现安装cuda error的问题),不建议选择TX2,Nx和TX2性能相似,建议用NX代替TX2的选择。

2.关于SDK manager使用踩坑可参考https://blog.csdn.net/zbr794866300/article/details/103678391?utm_medium=distribute.pc_relevant.none-task-blog-2~default~baidujs_title~default-0.base&spm=1001.2101.3001.4242

3.安装好ubuntu系统和cuda等基本系统环境配置后,可以先安装pip并换源,先使用pip安装包,但由于边缘设备处理器是arm64结构,很多包不能用pip安装,这时可以选择用apt-get安装,apt-get换源时文件需先备份以防不时之需,apt-get换源后需update更新库才能获取新源的资源,且换源后可能会导致某些版本的包no found,换源时建议慎重考虑

4.若pip和apt-get均无法安装自己想装的库,最好去csdn的资源库里面搜索下载别人编译好的arm64构架的包。可以用淘宝购买待下载服务。

5.在安装pytorch,TensorFlow等比较大的包时可以先安装所需的前置包,比如cpython,h5py,scipy等,安装TensorFlow可以参考https://blog.csdn.net/weixin_40524689/article/details/114703617

你可能感兴趣的:(ubuntu,pytorch,深度学习)