[外链图片转存失败(img-xESuaLE9-1568108074549)(http://images.ilego.club/blog/2019/05/Jetson_nano_%E5%A1%AB%E5%9D%91_%E9%A2%98%E5%9B%BE.jpeg)]
题图：摄于武大凌波门
作为一名每天对着各种裸板的系统工程师，对Jetson Nano会踩到各种坑是做好了充分准备的，本着踩坑填坑的精神，在这里记录一下踩坑经历，供大家一乐。如何避开这些坑了，因为以后你们即使绕开了这些坑，也会有其它的坑等着你:) 重要的是要做到人挡杀人、佛挡杀佛，遇到坑直接趟过去。
安装软件遇到锁
使用apt-get install命令安装软件包，遇到如下提示：
重启后什么操作也不做，安装软件包，提示依旧。
填坑指南：
首先查看一下是否有apt进程在工作：
可以看到系统在做每日检查更新，解决的方法很简单，关闭每日更新检查：
System Settings | Software & Updates，在Updates页，Automatically check for updates，选择Never
远程连接
没有为Jetson Nano单独配显示器，和开发机共用，但两者都是用的HDMI接口，这样每次切换显示都必须插拔HDMI线，很是麻烦，这个时候就需要远程连接。
有两种使用远程登录Jetson Nano的方法，一种是通过SSH协议登录，这种方法时延小，占用资源少，但只支持命令行。另一种就是通过RDP（Remote Desktop Protocol）协议，支持GUI，熟悉Windows的朋友可能知道Windows支持远程登录，在Ubuntu系统上，也能达到同样的效果。
Jetson Nano采用的是Ubuntu桌面系统，要支持远程桌面协议很简单：
然而在我的开发机上使用Remmina Remote Desktop Client软件，配置好各种参数进行连接，总是一闪而过，退出应用。开始怀疑是Remmina Remote Desktop Client兼容性存在问题，后来换Windows下的远程登录，依然如此。查看$HOME/.xorgxrdp.10.log日志，可以看到Server端主动退出。
填坑指南：
无法导入cv2模块
Jetson Nano系统默认python为2.7版本，然而安装tensorflow-gpu却需要Python3，在Python3下导入opencv模块，出现如下错误：
使用默认的2.7版本python，则无此问题。
填坑指南：
系统默认为python 2.7安装了opencv模块，但python3没有，需要自己安装：
这样安装到系统python3的环境中，如果你使用了python虚拟环境，而创建虚拟环境时没有添加 –system-site-package 参数，在虚拟环境中依然会有问题，解决方法，删除掉虚拟环境中的no-global-site-packages.txt文件。假如虚拟环境名为tensorflow-gpu，命令如下：
python虚拟环境
要说到python的版本问题，python程序员绝对一把鼻涕一把泪。python 2和python 3之间不兼容的问题由来已久，到目前，python 3也没有把python 2干掉，两者尴尬的共存着。除了python本身，python第三方软件包的版本问题也是让人头大。好在我们可以借助python虚拟环境来解决这一问题。python虚拟环境和虚拟机不同，仅仅是做一个环境隔离，完全不存在性能损失，非常适用于python 程序。在开发机上，我使用的是anaconda包，然而，anaconda的linux版本只出了x86 32位和64位架构的包，并没有arm64的包。无奈之下，我只能选择python的virtualenv工具。
填坑指南：
virtualenv本身就已经够用，不过为了方便管理，我还是使用了一个wrapper，这实际上就是用脚本在virtualenv上封装了一层，方便使用：
为了方便使用这些脚本，我在 $HOME/.profile 文件中添加了一行：
创建虚拟名为tensorflow-gpu的虚拟环境：
激活虚拟环境
退出虚拟环境
安装tensorflow
Jetson Nano出厂系统并没有自带TensorFlow环境，早先甚至连官方支持都没有，所以 上有很多安装Tensorflow的指南，及其复杂，好在Nvidia意识到了这个问题，给出了官方支持。
填坑指南：
安装依赖包：
注意有些步骤特别慢，以至于我以为安装包被墙了，重试了几次仍然这样，后来才弄清楚有些包是需要即时编译的，所以会比较慢，需要耐心等待。
然后安装最新的tensorflow-gpu：
如果要安装指定版本：
其中，TF_VERSION是TensorFlow的发布版本，比如1.12.0。NV_VERSION为Tensorflow的NVIDIA容器版本，比如19.01。
小结
在使用Jetson Nano中，还碰到很多稀奇古怪的问题，这里没法一一写出，解决问题主要靠Google，当然Nvidia开发者论坛的Nano版块也值得去看一看，其地址为：https://devtalk.nvidia.com/default/board/371/ 在上面我试着用蹩脚的英文向其他开发者提问，收到了不少回应。
生命不息，折腾不止，其实Jetson nano最大的乐趣就是折腾，可以预料以后还会踩各种坑，不过相比软件的坑，硬件的坑更大，毕竟那还要投入真金白银，下一篇我将写写硬件上的坑，敬请关注。
文章知识点与官方知识档案匹配，可进一步学习相关知识Python入门技能树人工智能机器学习工具包Scikit-learn213117 人正在系统学习中
声明：本站部分文章及图片源自用户投稿，如本站任何资料有侵权请您尽早请联系jinwei@zod.com.cn进行处理,非常感谢！