美文网首页
Jetson Nano配置与使用(5)cuda测试及tensor

Jetson Nano配置与使用(5)cuda测试及tensor

作者: Damon0626 | 来源:发表于2019-05-01 21:27 被阅读0次

    Jetson Nano配置与使用(5)cuda测试及tensorflow gpu安装

    Jetson Nano利用官方镜像进行安装后,系统已经安装好了JetPack,cuda,cudaa,OpenCV等组件,不过需要修改下环境变量才可以使用。

    1.修改环境变量

    利用vim打开 ~ 路径下.bashrc文件:

    sudo vi ~./bashrc
    

    文件的最后添加以下三行:

    export PATH=/usr/local/cuda-10.0/bin:$PATH
    export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
    export CUDA_HOME=$CUDA_HOME:/usr/local/cuda-10.0
    

    重新执行.bashrc文件,直接生效;

    source ~./bashrc
    

    输入nvcc -V命令进行测试,如果显示如下信息,证明修改正确。

    dnano@dnano-desktop:~$ nvcc -V
    nvcc: NVIDIA (R) Cuda compiler driver
    Copyright (c) 2005-2018 NVIDIA Corporation
    Built on Sun_Sep_30_21:09:22_CDT_2018
    Cuda compilation tools, release 10.0, V10.0.166
    

    2.测试cuda

    官方镜像安装的系统中自带了一些案例,利用已有的案例进行测试。

    cd /usr/src/cudnn_samples_v7/mnistCUDNN
    sudo make
    sudo chmod a+x mnistCUDNN
    ./mnistCUDNN
    

    执行完上述命令,如果最后出现Test passed! 证明验证成功。

    3.安装pip3

    sudo apt-get install python3-pip python3-dev
    

    但是使用过程中,会发现报不能导入'main'错误

    dnano@dnano-desktop:~$ sudo pip3 install sklearn
    Traceback (most recent call last):
      File "/usr/bin/pip3", line 9, in <module>
        from pip import main
    ImportError: cannot import name 'main'
    

    打开路径 "/usr/bin/"下的pip3文件,
    将内容

    from pip import main
    if __name__ == '__main__':
        sys.exit(main())
    

    修改为:

    from pip import __main__
    if __name__ == '__main__':
        sys.exit(__main__._main())
    

    4.安装GPU版tensorflow

    (1)安装一些依赖

    sudo apt-get install libhdf5-serial-dev hdf5-tools
    

    (2)安装GPU版本的tensorflow

    pip3 install --extra-index-url https://developer.download.nvidia.com/compute/redist/jp/v42 tensorflow-gpu==1.13.1+nv19.3 --user
    

    (3)tensorflow测试

    找些测试代码即可,这里用gpu计算常数加法的小例子进行测试。

    import tensorflow as tf
     
    with tf.device('/cpu:0'):
        a = tf.constant([1.0,2.0,3.0],shape=[3],name='a')
        b = tf.constant([1.0,2.0,3.0],shape=[3],name='b')
    with tf.device('/gpu:1'):
        c = a+b
       
    sess = tf.Session(config=tf.ConfigProto(allow_soft_placement=True,log_device_placement=True))
    sess.run(tf.global_variables_initializer())
    print(sess.run(c))
    

    5.安装机器学习常用的python库

    sudo apt-get install python3-numpy
    sudo apt-get install python3-scipy
    sudo apt-get install python3-pandas
    sudo apt-get install python3-matplotlib
    sudo apt-get install python3-sklearn
    

    环境基本搭建完成。

    相关文章

      网友评论

          本文标题:Jetson Nano配置与使用(5)cuda测试及tensor

          本文链接:https://www.haomeiwen.com/subject/weownqtx.html