前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >NVIDIA Jetson TX2入门傻瓜教程:带你30分钟跑完这几个经典程序

NVIDIA Jetson TX2入门傻瓜教程:带你30分钟跑完这几个经典程序

作者头像
GPUS Lady
发布2019-03-07 13:07:37
40.6K1
发布2019-03-07 13:07:37
举报
文章被收录于专栏:GPUS开发者

本文献给对GPU开发入门的Jetson TX2用户(如果对Ubuntu都不熟悉的人,我基本都会建议先别直接玩TX2,请先在电脑上学习)。这部分用户往往热情高涨,但入门毫无头绪

当你拿到我们的Jetson TX2开发套件的时候,大概率是我们已经帮你刷好了Jetpack 3.3,关于Jetpack3.3的介绍,包含了哪些SDK和库,可以参考NVIDIA Jetson嵌入式开发平台 Jetpack 3.3发布 和 新买的NVIDIA Jetson TX2,为啥一定要用Jepack刷机?

记住:我们说的安装好开发环境就是指用Jetpack刷好机了,不要再死循环地问我们:开发环境装好没?如果你有特定需求,在购买TX2之前就指出来,好判断说TX2到底是否支持你的特定开发。

在开始玩TX2之前,请先弄清楚这个问题:我买Jetson TX2到底准备干啥用?

开机

几个注意事项:

  1. 请在TX2上直接接HDMI显示器,请不要用HDMI转VGA;没有HDMI显示器,请买一个,或者借一个
  2. TX2目前不是上电自启动,所以插了电源线后,请按一下开关!不要以为这么小的事情还要提醒一下,确实很多新手都在这里懵圈了!

左下方有4顆按鈕設置,由左至右分別為Reset Button(RST)、User Defined Button(Vol)、Force Recovery Button(REC)、Power Button(Power BTN)

  1. 注意,没到一定温度,风扇不会运转,所以开机后风扇不转是正常的。
  2. 鼠标右键 -> Open Terminal(以下 $ 符号为执行命令)打开一个终端

跑个海洋模拟的例子

  1. CUDA到底装在哪里了?

其实CUDA就在 /usr/local/cuda-x-y (X Y 是CUDA版本)下面,

如果你只会图形操作界面的话,就在图形上面的档案管理员点进去 computer进去找 usr 目录

注意,这里跟很多百度搜索出来的TX2跑CUDA Sample教程不太一样,原因是网上的教程大部分是Jetpack 3.1下跑的,Jetpack3.2以后的版本有一些变化,也不排除未来还会有变化,记得与时俱进。

执行一个海洋模拟的Sample.

进到 /usr/local/cuda-9.0/samples/5_Simulations/oceanFFT 目录下

执行 sudo make

会让你输入密码,密码是nvidia

执行指令 ./oceanFFT

CUDA的设备属性

在终端里输入:

$ cd /usr/local/cuda/samples/1_Utilities/deviceQuery

$ sudo make

$ ./deviceQuery # 结果如下图

GPU和CPU性能对比例程

$ cd /usr/local/cuda/samples/5_Simulations/nbody

$ sudo make

$ ./nbody --help# 显示参数选择

$ ./nbody# 用 GPU 执行,如下图左(黄框内显示性能)

$ ./nbody -cpu# 用 CPU 执行,如下图右(黄框内显示性能)

调用板载摄像头

下面两种方法都可以:

$ nvgstcapture-1.0 --prev-res=3

$ gst-launch-1.0 nvcamerasrc ! 'video/x-raw(memory:NVMM), width=(int)1920, height=(int)1080, format=(string)I420, framerate=(fraction)60/1' ! nvvidconv ! 'video/x-raw(memory:NVMM), format=(string)I420' ! nvoverlaysink -e

给车辆加框

这个是multimedia API里的代码:

$ cd ~/tegra_multimedia_api/samples/backend

$ ./backend 1 ../../data/Video/sample_outdoor_car_1080p_10fps.h264 H264 --trt-deployfile ../../data/Model/GoogleNet_one_class/GoogleNet_modified_oneClass_halfHD.prototxt --trt-modelfile ../../data/Model/GoogleNet_one_class/GoogleNet_modified_oneClass_halfHD.caffemodel --trt-forcefp32 0 --trt-proc-interval 1 -fps 10

(指令在一行上,但这里排版老排不好,大家自己体会吧。第一次执行,会花很长时间,并且可能不出结果。请再执行第二次,会看到下面输出)

一个TensorRT的例程

$ cd /usr/src/tensorrt/samples

$ sudo make# 编译所有的 samples,执行档存在 ../bin 目录

$ cd ../bin# 可任意执行本目录下执行档

$ ./sample_mnist# 上图为系统随机跑出的手写符号,下图为TRT预测结果

好了,以上几个例程顺利执行完,你差不多对这个板子有一点小小的感觉了。

接下来就好好想想你拿这个开发板到底要做什么?

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2019-02-11,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 GPUS开发者 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
相关产品与服务
GPU 云服务器
GPU 云服务器(Cloud GPU Service,GPU)是提供 GPU 算力的弹性计算服务,具有超强的并行计算能力,作为 IaaS 层的尖兵利器,服务于生成式AI,自动驾驶,深度学习训练、科学计算、图形图像处理、视频编解码等场景。腾讯云随时提供触手可得的算力,有效缓解您的计算压力,提升业务效率与竞争力。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档