jetson nano 烧录、更换镜像源、配置xrdp、安装Archiconda、配置CUDA、安装pytorch环境一条龙服务

一、jetson nano烧录

1、jetson nano上电

2、镜像烧录：

来到英伟达的jetson nano下载中心，选择 Jetson Nano 开发者套件的 SD 卡镜像下载。当然大多数情况下，因为某些原因，这些网站你是进不去的，因此笔者将镜像和所需要的软件放到了网盘里面，供大家参考
烧录程序与镜像百度云下载 提取码：2n2w
2.1、sd卡的格式化

2.2、镜像写入


2.3、jetson nano初始化配置


2.4、jetson nano配置网络







也可以使用HMI连接线连接屏幕进行图形化界面配置网络

二、jetson nano更换镜像源

参考往期博文：jetson nano更新镜像源

三、jetson nano配置xrdp远程桌面

参考往期博文：ubuntu、jetson nano 远程桌面xrdp配置教程

四、jetson nano安装Archiconda

参考往期博文：jetson nano安装Archiconda

五、jetson nano配置CUDA

jetson nano内置好了cuda,但需要配置环境变量才能使用，打开命令行添加环境变量即可，我这里是cuda10.2如果不是使用我的镜像就需要根据自己的cuda版本去填写路径了

gedit ~/.bashrc

在最后添加这些:

export PATH=/usr/local/cuda-10.2/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
export CUDA_HOME=/usr/local/cuda-10.2
export OPENBLAS_CORETYPE=ARMV8			# 不加的话，运行相关的项目会内核崩掉

重新执行.bashrc文件，可以直接生效：

source ~/.bashrc

输入nvcc -V命令测试环境变量是否正确：

nvcc -V

测试CUDA
依次输入下面的命令测试cuda

cd /usr/src/cudnn_samples_v8/mnistCUDNN
sudo make
sudo chmod a+x mnistCUDNN
./mnistCUDNN

六、jetson nano安装jtop、pip3

参考往期博文：jetson nano安装jtop查看资源利用率、jetson nano安装pip3

七、安装pytorch环境

jetson nano上的linux其实不是x86架构而是类似手机的ARM架构，这也就导致它的很多包和普通的linux上的不是通用的。也是我踩过的坑之一，pytorch官网下载的包，在实际使用时无法调用开发板的显卡（这是个大问题，失去显卡的开发板算力暴跌！）。这里的pytorch以及接下来的torchvision等包都需要安装Nvidia官网给出的版本

1.下载pytorch1.8
Nvidia官方链接
百度云下载 提取码：zpsa

2、安装pytorch1.8
我是安装了Archiconda，所以激活自己创建的虚拟环境中

使用pip指令安装pytorch包

3、安装torchvision 0.9.0版本
pytorch和torchvision版本是需要对应的！
在安装torchvision 前还需要安装相应的依赖包，我最开始没有安装相应的依赖包，导致安装失败，如下指令：

sudo apt-get install libopenmpi2
sudo apt-get install libopenblas-dev
sudo apt-get install libjpeg-dev zlib1g-dev

cd torchvision	# 进入到这个包的目录下
python setup.py install		# 安装（估计要20分钟不止吧）

4、检验一下是否成功安装

python
import torch
import torchvision
print(torch.cuda.is_available())	# 这一步如果输出True那么就成功了！
exit()	# 最后退出python编译