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