jetson nano 人工智能开发板-用前准备工作

一、jetson nano 准备工作

1、远程登录。
根据自己喜好选择 PuTTY、SSH、Xshell 等工具远程登录。以下以 PuTTY 工具举例。注意：
如果发现电脑无法远程，可以尝试双方互相 ping 一下，nano 上查看 ip 地址命令：ifconfig。
Windows 下查看本地 ip 地址 cmd 命令：ipconfig。知道对方 ip 地址后，ping 192.168.1.xx 后 面 ip 地址根据实际命令得出来的修改。
如果发现 putty 经常会自动掉线，可以尝试以下方法：
A.进入 putty, 选择左侧的 Connection
B.在右侧有 Sending of null packets to keep session active
设为 10 即可
（意思每十秒发送一次空包用来保持连接）
2、关于更新源。
一般来说，安装完系统后应当更新源，但是由于 Jetson Nano 采用的是 aarch64 架构的
Ubuntu 18.04.2 LTS 系统，与 AMD 架构的 Ubuntu 系统不同，而我没有找到完美的国内源，
所以不推荐大家换源。
这里并没有换源，还是使用 Jetson Nano 的默认源进行更新。更新过程很漫长，大家可
以执行完命令，做其他事吧。以下两个操作建议一定在做 AI 的项目前执行，否则安装一些
库会找不到安装地址，导致后面频繁出错。

 sudo apt-get update
 sudo apt-get full-upgrade

在过程中输入 Y 确认更新。第二个过程时间根据网络情况可能会花 2 个小时左右，请耐心等
待。
3、检查已经安装的系统组件
Jetson-nano 的 OS 镜像已经自带了 JetPack，cuda，cudnn，opencv 等都已经安装好，并有例子，这些例子安装路径如下所示:

TensorRT /usr/src/tensorrt/samples/

CUDA /usr/local/cuda-10.2/samples/

cuDNN /usr/src/cudnn_samples_v8/

VisionWorks /usr/share/visionworks/sources/samples/

/usr/share/visionworks-tracking/sources/samples/ 

/usr/share/visionworks-sfm/sources/samples/

OpenCV /usr/share/opencv4/samples/

(1) 安装 JTOP 查看可查 CPU 等的占用情况

sudo apt-get update
sudo apt-get full-upgrade
sudo apt install curl
sudo apt install nano

curl https://bootstrap.pypa.io/get-pip.py -o get-pip.py # 下载安装脚本
sudo python3 get-pip.py # 运行安装脚本
sudo pip3 install jetson-stats
jtop   #启动jtop

(2) 检查 CUDA
Jetson-nano 中已经安装了 CUDA10.2 版本，但是此时你如果运行 nvcc -V 是不会成功的，需
要你把 CUDA 的路径写入环境变量中。OS 中自带 Vim 工具 ，所以运行下面的命令编辑环境
变量
首先，查看 cuda 的 bin 目录下是否有 nvcc：

ls /usr/local/cuda/bin

如果存在，

sudo vim ~/.bashrc` 

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

进入配置文件； 在最后面添加以下两行：
（注意:在 vim 中通过 Esc 退回命令模式，通过 i切换到输入模块，在输入模式下才可以输入文本）

注意:通过 Esc 退出到命令模式后，通过按下:开始输入命令，wq 为保存并退出，q 为退出，
q！为强制退出
保存退出。
然后需要 source 下生效下。

source ~/.bashrc

source 后，此时再执行 nvcc -V 执行结果如下

nvcc -V

（2）检查 OpenCV
Jetson-nano 中已经安装了 OpenCV4.1.1 版本，可以使用命令检查 OpenCV 是否安装就绪
pkg-config opencv4 --modversion
如果 OpenCv 安装就绪，会显示版本号，我的版本是 4.4.1

pkg-config opencv4 --modversion

（3）检查 cuDNN
Jetson-nano 中已经安装好了 cuDNN，并有例子可供运行，我们运行一下例子，也正好验证上面的 CUDA

cd /usr/src/cudnn_samples_v8/mnistCUDNN/

#进入例子目录

sudo make #编译一下例子

./mnistCUDNN # 执行

如果以上无法运行可以添加权限如下方法：

sudo chmod a+x mnistCUDNN # 为可执行文件添加执行权限

如果成功，如下所示