# jetson TX2 NX开发经验

**Repository Path**: Tracam/jetson-tx2-nx-notebook

## Basic Information

- **Project Name**: jetson TX2 NX开发经验
- **Description**: jetson TX2 NX个人开发经验
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2023-09-13
- **Last Updated**: 2023-09-18

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# jetson TX2 NX开发经验

#### 介绍
jetson TX2 NX个人开发经验

jetson TX2 NX这个板子是2021年的现在jetpack最高在5.1.x版本，但是这个板子最高支持到4.6.x，这就说明开发过程不要追求较新的插件，我整理出来的这个板子唯一兼容的一套环境，这个板子cuda10.2环境，唯一兼容的torch GPU是1.10.0+python3.6。

**4.6.1的jetson【MAX Compatible Version：python3.6+cuda10.2+torch1.10.0】**
1. SSD刷成开机首选
2. 教程配置cuda的path，注意不是cuda10.2
3. ~~装miniconda，如果用这种方式就不要安装python3-dev和python3-pip，防止全局pip寻路锁死~~
4. 注意miniconda版本[Miniconda3-py38_4.9.2-Linux-aarch64.sh](https://repo.anaconda.com/miniconda/Miniconda3-py38_4.9.2-Linux-aarch64.sh)，实际我们要用的是3.6的python虚拟环境，3.8的base环境使用过程会存在问题，协助命令教程[Miniconda — miniconda documentation](https://docs.conda.io/projects/miniconda/en/latest/)
5. 切记此时只能查看conda，base下pip python版本，千万不要下载任何东西，尤其conda
6. 配置conda源，很重要，否则conda会尝试下载，amd或者x86的模块包，会出现core dumps！等，协助教程[arm/aarch64架构安装conda环境_arm安装anaconda_矮矮的夏祭的博客-CSDN博客](https://blog.csdn.net/aiaidexiaji/article/details/129876106)
7. 装包注意aarch64架构/armv8，注意jetson4.6.1+cuda10.2环境下，唯一兼容torch+gpu包版本为1.10.0【py3.6】，onnxruntime-gpu兼容版本多一些，但是下1.10.0就ok

网站  
jetson的onnxruntime-gpu  
https://elinux.org/Jetson_Zoo#ONNX_Runtime  
miniconda全版本+安装指令教程  
https://docs.conda.io/projects/miniconda/en/latest/  
jetson的torch-gpu  
https://docs.nvidia.com/deeplearning/frameworks/install-pytorch-jetson-platform-release-notes/pytorch-jetson-rel.html#pytorch-jetson-rel  
jetpack docker镜像  
https://catalog.ngc.nvidia.com/orgs/nvidia/containers/l4t-pytorch  
nvidia容器镜像  
https://gitlab.com/nvidia/container-images