今天給我們的小主角安裝tensorflow,一直為沒舍得讓它跑高算力東西,今天安裝一下。 什么是TF? TensorFlow? 是一個開源軟件庫,用于使用數據流圖進行數值計算。圖中的節(jié)點表示數學運算,而圖邊表示在它們之間流動的多維數據數組(張量)。這種靈活的架構讓你無需重寫代碼即可將計算部署到臺式機、服務器或移動設備中的一個或多個 CPU 或 GPU。 那和平時的TF有什么區(qū)別? 安裝TensorFlow for Jetson Platform 使你可以在輕量級移動平臺上訪問最新版本的框架,而不受TensorFlow Lite 的限制。 https://www.tensorflow.org/ TF官網 可能需要翻墻。 因為沒有網卡,這里使用手機的USB網路共享來實現聯(lián)網 可以看看USB網卡的IP 主機為Win10,使用串口與Jetson連接 yunswj@yunswj-desktop:~$ cat /proc/cpuinfo processor : 0 model name : ARMv8 Processor rev 1 (v8l) BogoMIPS : 38.40 Features : fp asimd evtstrm aes pmull sha1 sha2 crc32 CPU implementer : 0x41 CPU architecture: 8 CPU variant : 0x1 CPU part : 0xd07 CPU revision : 1 CPU為Arm V8 aarch64 sudo apt-get update 這個其實就是遠端服務器做版本校驗 sudo apt-get install libhdf5-serial-dev hdf5-tools libhdf5-dev zlib1g-dev zip libjpeg8-dev liblapack-dev libblas-dev gfortran 此時報錯一次 sudo dpkg --configure -a TF的全部依賴成功 sudo apt-get install python3-pip 先安裝pip,也是更新 sudo pip3 install -U pip testresources setuptools==49.6.0 更新前再安裝點庫 執(zhí)行過程 sudo pip3 install -U numpy==1.19.4 future==0.18.2 mock==3.0.5 h5py==2.10.0 keras_preprocessing==1.1.1 keras_applications==1.0.8 gast==0.2.2 futures protobuf pybind11 基礎庫安裝,你就無腦復制 開始安裝,前面是鋪墊: sudo pip3 install --pre --extra-index-url https://developer.download./compute/redist/jp/v45 tensorflow 這里開始安裝了,,,波特率太低了串口 看看樣子 多次執(zhí)行上面的安裝例子,可能會因為內存什么的原因 多執(zhí)行,網絡好,就會成功 忘說了,應該先裝Jetpack: NVIDIA JetPack SDK 是構建 AI 應用的全面解決方案。JetPack SDK 支持所有 Jetson 模塊和開發(fā)者套件。(我的TX1有救了) JetPack SDK 包含適用于 Linux 操作系統(tǒng)的最新 Linux 驅動包 (L4T) 以及用于深度學習、計算機視覺、加速計算和多媒體的 CUDA-X 加速庫與 API。它還包含用于主機和開發(fā)者套件的示例、文檔和開發(fā)者工具,并支持更高級別的 SDK,例如用于直播視頻分析的 DeepStream 以及用于機器人的 Isaac。 JetPack 4.4JetPack 4.4 是最新的正式版,支持所有 Jetson 模塊。請記住4.4這個版本?。。?/p> 安裝文檔 哭死,果然貧窮是一個等級的 Nano和TX1是一個等級的 雖然處處不待見TX1,但是軟件這種東西我相信都是可以用的 等我充電器回來的 https://developer./embedded/linux-tegra TX2的載板可以給TX1用,看最后寫的 sudo apt install nvidia-jetpack 直接執(zhí)行這個安裝Jetpack sudo apt show nvidia-jetpack Package: nvidia-jetpack Version: 4.5.1-b17 Priority: standard Section: metapackages Maintainer: NVIDIA Corporation Installed-Size: 199 kB Depends: nvidia-cuda (= 4.5.1-b17), nvidia-opencv (= 4.5.1-b17), nvidia-cudnn8 (= 4.5.1-b17), nvidia-tensorrt (= 4.5.1-b17), nvidia-visionworks (= 4.5.1-b17), nvidia-container (= 4.5.1-b17), nvidia-vpi (= 4.5.1-b17), nvidia-l4t-jetson-multimedia-api (>> 32.5-0), nvidia-l4t-jetson-multimedia-api (<< 32.6-0) Homepage: http://developer./jetson Download-Size: 29.4 kB APT-Manual-Installed: yes APT-Sources: https://repo.download./jetson/t210 r32.5/main arm64 Packages Description: NVIDIA Jetpack Meta Package 這個是會打印JetPack包所包含的軟件包 nvidia-cuda (= 4.5.1-b17), nvidia-opencv (= 4.5.1-b17), nvidia-cudnn8 (= 4.5.1-b17), nvidia-tensorrt (= 4.5.1-b17), nvidia-visionworks (= 4.5.1-b17), nvidia-container (= 4.5.1-b17), nvidia-vpi (= 4.5.1-b17), nvidia-l4t-jetson-multimedia-api (>> 32.5-0), nvidia-l4t-jetson-multimedia-api (<< 32.6-0) 主要就是這個 Ubuntu的軟件庫 https://repo.download.nvidia.cn/jetson/ 地址 驗證: 輸入 python3 import tensorflow 輸出 2021-09-17 17:19:35.579194: I tensorflow/stream_executor/platform/default/dso_loader.cc:53] Successfully opened dynamic library libcudart.so.10.2
這里我分行了 sudo pip3 uninstall -y tensorflow 卸載命令 安裝的版本 sudo nvpmodel -q --verbose
sudo nvpmodel -m 0 開啟性能模式,為了讓TF不那么卡頓 https://elinux.org/Jetson/Performance 關于調節(jié)性能的一個wiki 運行一個看看里面哪些核心在運行,都在干活 插個計算力 http://imgtec.eetrend.com/blog/2020/100048896.html TX1是1T,nano是5G,也就是說TX1是nano性能的2倍~ |
|