Der Schmerz des Flashens von Jetson OS auf dem Nvidia Jetson TX2 Development Kit Board

Ich habe gerade vor ein paar Tagen das Nvidia Jetson TX2 Board gekauft, um es für meine experimentellen Ergebnisse zu verwenden, indem ich ein Forschungspapier, an dem ich für ein paar Wochen arbeite, fertig schreiben kann. Da die auf dem TX2 installierte Standardsoftware nicht richtig funktionierte, entschied ich mich für ein Update, genauer gesagt, um den TX2 mit dem neuesten JetPack 4.2. mit dem Nvidia SDK Manager zu flashen. Es hat mich 2 Tage Arbeit gekostet, um endlich alles zu installieren, einschließlich Tensorflow. Was ich über meine Erfahrungen sagen kann, kurz gesagt, ist das:

  1. Flashing die TX2 mit einer virtuellen Maschine funktioniert nicht. Ich habe fast eineinhalb Tage lang versucht, es mit VM zum Laufen zu bringen, aber das Flashen blieb immer bei 99,8% oder 99,9% hängen.

Die Lösung bestand darin, einen alten USB-Stick zu verwenden, um ein bootfähiges Ubuntu Linux zu erstellen und ein Dual-Boot-Betriebssystem auf meinem ASUS ROG-Laptop zu installieren. Sehen Sie sich dieses Video an, wie man das macht:

2. Danach habe ich den TX2 über das Micro-zu-USB-Kabel direkt an meinen Laptop angeschlossen und es ist mir mit dem NVIDIA SDK Manager gelungen, JetPack 4.2 und alle andere Software auf meinem Nvidia Jetson TX2 Developer Kit Board zu flashen. JetsonHacks war für diese Aufgabe sehr hilfreich, besonders bei diesem Video:

3. Danach habe ich Tensorflow auf dem TX2-Board über diesen Link installiert: https://docs.nvidia.com/deeplearning/frameworks/install-tf-jetson-platform/index.html

Ich arbeite hart daran, gute experimentelle Ergebnisse zu erzielen und meine letzten Forschungsarbeiten auf Konferenzen einzureichen, damit ich endlich meine Doktorarbeit fertig schreiben kann.

PS. Falls Sie .h5 in eine binäre protobuf (.pb) Datei umwandeln möchten, überprüfen Sie diese Keras auf TensorFlow GitHub Repo. Mehr darüber auch hier.

WINDOWS 10 BEISPIEL: python keras_to_tensorflow.py –input_model=“C:/Users/SorinLiviu/Desktop/Doctorand in UPT/anul 3 doctorat/Idei Articole anul 3/Real-Time Identification of Animals and Birds found in Domestic Areas of Europe/Antrenarea_mea_animale/VGG19 Logs/config_3_with_imagenet/best_model.h5″ –output_model=“C:/Users/SorinLiviu/Desktop/Doctorand in UPT/anul 3 doctorat/Idei Articole anul 3/Real-Time Identification of Animals and Birds found in Domestic Areas of Europe/Antrenarea_mea_animale/VGG19 Logs/config_3_with_imagenet/VGG-19.pb“

Leave a Comment

Diese Website verwendet Akismet, um Spam zu reduzieren. Erfahren Sie mehr darüber, wie Ihre Kommentardaten verarbeitet werden .