烧固件
这个如果是国产的话可能要做,不同生产厂家有不同的烧录方式,问商家要就行
烧系统
用etcher烧录,最好用最新版的
扩容
扩容应该是第一步做的,因为有可能会失败,然后会导致之前做的一些东西都前功尽弃
安装gparted,找到sd卡(一般为/dev/sda)
右击已分配的分区,resize,拖到很靠右又不是全部在右边的地方(因为可能会报错),然后就可以开始了。如果失败了就只能重装啦。
连热点、装Nomachine
这个感觉还行Nomachine的包别找错了,应该是arm64
修改python版本的方法
设为3.6
https://www.cnblogs.com/ruiyang-/p/10162581.html
添加虚拟内存
接下来的编译、安装等过程如果不用虚拟内存,可能会非常慢,甚至报错
sudo fallocate -l 4G /var/swapfile
sudo chmod 600 /var/swapfile
sudo mkswap /var/swapfile
sudo swapon /var/swapfile
sudo bash -c 'echo "/var/swapfile swap swap defaults 0 0" >> /etc/fstab'
添加cuda相关路径
在~/.bashrc修改,差不多如下
我写成这样
export CUBA_ROOT=/usr/local/cuda
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
export PATH=/usr/local/cuda/bin:$PATH
export CUBA_HOME=/usr/local/cuda-10.2
export LD_LIBRARY_PATH=/usr/local/cuda-10.2/lib64:$LD_LIBRARY_PATH
export PATH=/usr/local/cuda-10.2/bin:$PATH
改完后可以source一下
安装pytorch和torchvision
一定要按照这个来,版本一定要对应,不要去试图安装通用包,跑不起来的,我安装了torch 1.10.0和torchvision 0.11.0a0(branch是0.11),是可以跑的(指yolo)
https://forums.developer.nvidia.com/t/pytorch-for-jetson-version-1-10-now-available/72048
最好命令前加个sudo
好像编译torchvision的时候会缺少Atomic.cuh(我只是少了这个)
去这里找
https://github.com/pytorch/pytorch/tree/master/aten/src/ATen/cuda
放到/usr/local/lib/python3.6/dist-packages/torch/include/Aten/cuda
这个地方
配yolo相关的包
其他的包基本上都可以,好像matplotlib的安装有点麻烦,会遇到exit status -4: python setup.py egg_info
这样的报错
https://stackoverflow.com/questions/67588980/installing-matplotlib-error-command-errored-out-with-exit-status-4
pip install --upgrade pip setuptools wheel
pip install numpy==1.19.4
pip install matplotlib
在Stack Overflow看到了类似的情况,后来好像就这样好了