NTCU_AI

最好是安裝英文的Ubuntu，一些路徑比較沒有問題 先下載 CUDA Tookit  https://developer.nvidia.com/cuda-downloads 選擇 deb(local) 預先下載 再來 在Terminal 中 停止lightdm 圖形化介面服務 避免NVIDIA驅動安裝失敗 sudo service lightdm stop Ctrl-Alt-F1 進入純命令介面 再來輸入帳戶及密碼登入 就當作與Terminal 沒有兩樣了 cd 到( sudo dpkg -i cuda-repo-ubuntu1404-8-0-local-ga2_8.0.61-1_amd64.deb所在位置 ) sudo dpkg -i cuda-repo-ubuntu1404-8-0-local-ga2_8.0.61-1_amd64.deb sudo apt-get update sudo apt-get install cuda 重新開啟圖形化介面 sudo service lightdm 在Terminal中輸入 nvidia-smi 查看驅動程式版本以設定環境變數 再來設定環境變數 sudo gedit ~/.bashrc 在裡面貼上下列 (375為驅動程式版本)   之後 SAVE(儲存) export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64:/usr/local/cuda/extras/CUPTI/lib64:/usr/lib/nvidia- XXX export CUDA_HOME=/usr/local/cuda export PATH=$PATH:/usr/local/cuda/bin 再重讀一次環境變數生效 source ~/.bashrc  之後RESTART 重開機 --------------------安裝cuDNN-------------------------- https://developer.nvidia.com/rdp/cudnn-download 解壓

這次要介紹的是Dlib for python 安裝pip sudo apt-get install python-pip 安裝easy-install sudo apt-get install python-setuptools 安裝PIL sudo apt-get build-dep python-imaging sudo apt-get install libjpeg8 libjpeg62-dev libfreetype6 libfreetype6-dev sudo pip install Pillow 安裝numpy sudo apt-get install python-dev 之後可以用easy-install 安裝numpy sudo easy_install numpy 安裝scipy sudo apt-get install python-scipy 安裝matplotlib sudo apt-get install python-matplotlib 安裝dlib(官網左下方藍色按鈕) http://dlib.net/files/dlib-19.5.zip 解壓縮後 在路徑下teminal打上 python setup.py install 安裝skimage sudo apt-get install python-skimage 安裝imtools sudo easy_install imtools -------------------------------------------------------------------------------------------------- https://goo.gl/Z8Y8Ad 修改後的 face_detector文件 可開啟檢視內有註釋 python face_detector_2.py people.jpg ------------------------------------------------------------------------------------------------- 修改後的face_landmark_detection_2.py 那這邊來說需要再

安裝darknet YOLO專案網站 git clone https://github.com/pjreddie/darknet cd darknet GPU、CUDNN、OPENCV更改為=1 之後Save 在Terminal中 輸入 make 編譯 如果少了這個步驟等等執行會少了darknet 再來從這邊下載  https://pjreddie.com/media/files/yolo.weights 訓練好的權重 放在darknet資料夾內 就可以跑YOLO網站的範例了 ./darknet detector demo cfg/coco.data cfg/yolo.cfg yolo.weights -c 1 -c 1 是使用webcam時 所要填的

安裝OPENCV --------------------------- 安裝依賴項 sudo apt-get install build-essential sudo apt-get install cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev sudo apt-get install python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libjasper-dev libdc1394-22-dev --------------------------- 下載OPENCV建立資料夾目錄 git clone https://github.com/opencv/opencv.git cd ~/opencv mkdir build cd build --------------------------- 配置CMAKE cmake -D CMAKE_BUILD_TYPE=Release -D CMAKE_INSTALL_PREFIX=/usr/local .. ---------------------------- 編譯 make -j8 ---------------------------- 安裝 sudo make install --------------------------- 配置環境變量 sudo sh -c 'echo "/usr/local/lib" > /etc/ld.so.conf.d/opencv.conf' sudo ldconfig 打開profile sudo gedit /etc/profile 貼上 PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/local/lib/pkgconfig export PKG_CONFIG_PATH 存檔 這樣基本上就完成OPENCV的安裝

一開始安裝Tensorflow總是失敗，其實是8G RAM被吃光所導致，建立Swap File 將硬碟做虛擬記憶體即可 需要準備的有： 一顆外接式硬碟(HDD或SSD皆可) 我們只需要 createSwapfile.sh  這個檔案 取自 https://github.com/jetsonhacks/postFlashTX1 sudo ./createSwapfile.sh -d '/media/nvidia/120GSSD' -s 16 -a 其中16 可自行更改 目前是增加16G的Swapfile 後續照著影片 就可以開機時自動啟用Swapfile

TX2 原廠預設應該是MAX-Q模式在效能及省電上取得平衡，可改用MAX-N模式打開所有的核心 (表格取自jetsonhacks.com) sudo nvpmodel -m 0 即可更改為MAX-N Mode 0~4可依照需求替換 

經NVIDIA原廠申請教育價於原價屋購得的JETSON TX2 $10490 裡面少了電源線是正常的......需要自己準備 另外最好搭配HDMI接頭的螢幕，同樣是pascal架構的，應該是不支援類比輸出，轉接或許帶有晶片的可以試試看 風扇在低負載下是不會轉的 -------------------------------------------------------------------------------------------- 原本就能開機了，只是建議用JETPACK刷上最新的版本 需要準備的 1. 另一台UBUNTU 14.04 系統的PC 2. 路由器AP 3.使用附贈的USB線(還沒有嘗試過第三方的線是否可以) -------------------------------------------------------------------------------------------- 在PC上ubuntu 14.04 環境下 於 https://developer.nvidia.com/embedded/jetpack 下載Jetpack 之後預設在Downloads資料夾內更改屬性   cd Downloads ./JetPack-L4T-3.1-linux-64.run (因版本檔名而異) OPENCV for tegra 兩個都點 no action 之後再手動安裝OPENCV 3.2版本 將主機PC及TX2用網路線接到同一個路由器AP上，也使用內附贈的microusb與PC連接 再來使TX2 進入RECOVERY模式 POWER BUTTON 按一下放開→FORCE RECOVERY持續按著三秒以上不放(三秒後仍然未放開)→接著按RESET BUTTON(FORCE RECOVERY 與 RESET 一起放開) 之後再主機PC 使用 lsusb 指令 觀察有沒有NVIDIA  Corp 有的話代表可刷機了(進入RECOVERY MODE) 確認lsusb指令後 按ENTER繼續 基本上跑到一半後 TX2會自動開機有畫面(只是刷好系統，東西都尚未安裝)