Jetson Nano踩坑记（0）开机 安装必要组件

Jetson Nano 安装踩坑记录

【开箱、组装】已略去

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。

至于为什么要用这个镜像，那就是另一个故事了：

Jetson Nano 使用了aarch64架构，这个架构下的软件支持并不是特别完备。所以如果使用NVIDIA提供的原版镜像的时候，里面没有python3-numpy和torch，需要自行下载。但是在Jetson Nano上一直报错（Numpy编译错误，TensorFlow好像也是这样），所以找了一个NVIDIA已经预先调配好的镜像进行下载。

好的，镜像也烧写完成了，下一步就是插卡，接电，搞起！

这里要注意使用AInano的时候，需要使用micro-usb接口进行数据传输。所以要使用5V4A的DC电源。

在这里，需要先把Nano的J48 Jumper接上（切换到DC供电模式），才能使用DC供电 ！

上手

在Nano上，NVIDIA预先安装了Jupyter Lab作为开发环境（需要usb连接Windows或Mac或 iPad），并且在其中放入了一些例程作为参考，点赞！同时，检查一下要用的python包的版本：

• numpy：1.18.1
• torch：1.1.0
• opencv：4.1.1
• python：3.6.9
• ……

版本都是挺新的，可以放心食用。

后面的文章更多的就是一个NVIDIA免费课程（Getting Started wit AI on Jetson Nano）的翻译了。

在JupyterLab中可以直接对Nano进行命令行操作，例如调整运行功率：

sudo nvpmodel -m 0 （设置为MAXN满功率）

sudo nvpmodel -m 1 （设置为5W功率）

sudo nvpmodel -q （显示当前功率模式）

也有Nano上类似于任务管理器的软件：jetson-stats（参考了https://blog.csdn.net/chongzi865458/article/details/102789374）

# 下载jetson-stats
sudo -H pip install jetson-stats
# 进入监视界面(叫jtop【雾】)
sudo jtop

如果你习惯了使用TensorFlow，NVIDIA已经为你准备好了这些：（参考https://docs.nvidia.com/deeplearning/frameworks/install-tf-jetson-platform/index.html）

# 安装必要的组件
sudo apt-get update
sudo apt-get install libhdf5-serial-dev hdf5-tools libhdf5-dev zlib1g-dev zip libjpeg8-dev liblapack-dev libblas-dev gfortran
# 在输入的时候注意zlib1g！
# 这里我们不需要升级pip3，在ainano中自带的pip3已经是较新的19版本
sudo pip3 install -U pip testresources setuptools


sudo pip3 install -U numpy==1.16.1 future==0.17.1 mock==3.0.5 h5py==2.9.0 keras_preprocessing==1.0.5 keras_applications==1.0.8 gast==0.2.2 futures protobuf pybind11
# 这一步可以跳过，在安装tensorflow包的时候会自动检查缺少的包。

sudo pip3 install --pre --extra-index-url https://developer.download.nvidia.com/compute/redist/jp/v43 tensorflow
# 这个默认下载了最新版（2.0.0）的tensorflow，如果有需要，可以指定一个版本
# sudo pip3 install --pre --extra-index-url https://developer.download.nvidia.com/compute/redist/jp/v43 tensorflow==2.0.0
# 也可以直接在https://developer.download.nvidia.cn/compute/redist/jp/v43/tensorflow-gpu/
# 先下载whl文件再进行安装

安装matplotlib，scipy失败！

然而配置好环境，这个坑才刚刚开始 ……