标签：Nano 检查 sudo usr samples Jetson 安装 cuda

        在进一步开始学习时，我们得检查一下手中的Jetson Nano开发板里的系统镜像中到底有啥环境，这一点非常重要，如果不知道系统镜像中有什么环境，可能会在后续的学习中做一些无用功。非常开心的是，官方给的系统镜像中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，大家可以自行查看。

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/

安装JTOP查看系统资源占用情况

        由于系统中并没有安装pip3，所以得先安装一下pip3。

sudo apt-get install python3-pip

        随后安装JTOP

sudo pip3 install jetson-stats

        打开JTOP，查看系统资源占用情况。点击下方栏目，可以查看CPU、GPU等具体的运行情况。

sudo jtop

检查CUDA

      虽然已经预装好了CUDA，但是我们运行nvcc -V的时候会发现系统查找不到命令，需要我们自行配置环境。

  

        先查看一下，cuda的bin目录下是否有nvcc，发现存在。

sudo gedit ~/.bashrc  #进入配置文件； 在最后面添加以下两行： 

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

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

         保存后要source一下生效，然后再执行nvcc -V，可以得到版本号。

source ~/.bashrc

nvcc -V

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

        还有一种办法就是直接python里import一下就知道了。可见在python2和3中都已安装编译完成。

 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

        哦天那，报错了。尝试解决一下。

sudo apt-get install libfreeimage3 libfreeimage-dev

        然后重新编译运行。

sudo make

./mnistCUDNN

        测试通过，没啥问题了，可以继续进行下一步的学习了。 

 

 

 

 

标签：Nano,检查,sudo,usr,samples,Jetson,安装,cuda
来源： https://blog.csdn.net/qq_44360908/article/details/122763160

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。