英伟达Jetson 官方AI课程
今天看见箱子里的开发板，就拿出来又玩了~按照官方的课程走一遭。
在联网上面2G的版本没有网卡，我就插网线了。。。
记得分享网络的时候是，WLAN给有线连接
连接之后ping一下，成功
看看ip
看看我能不能读取到
然后ping一下jetson的ip
可以直接SSH连接哦
https://www.nvidia.com/en-us/training/课程的位置
需要登录
需要的硬件
摄像头可以使用USB的
这里给出来所有的配件
穷人配置系列
用docker前问问自己有什么进程
管理命令:
container 管理容器
image 管理镜像
network 管理网络
命令：
attach 介入到一个正在运行的容器
build 根据 Dockerfile 构建一个镜像
commit 根据容器的更改创建一个新的镜像
cp 在本地文件系统与容器中复制 文件/文件夹
create 创建一个新容器
exec 在容器中执行一条命令
images 列出镜像
kill 杀死一个或多个正在运行的容器
logs 取得容器的日志
pause 暂停一个或多个容器的所有进程
ps 列出所有容器
pull 拉取一个镜像或仓库到 registry
push 推送一个镜像或仓库到 registry
rename 重命名一个容器
restart 重新启动一个或多个容器
rm 删除一个或多个容器
rmi 删除一个或多个镜像
run 在一个新的容器中执行一条命令
search 在 Docker Hub 中搜索镜像
start 启动一个或多个已经停止运行的容器
stats 显示一个容器的实时资源占用
stop 停止一个或多个正在运行的容器
tag 为镜像创建一个新的标签
top 显示一个容器内的所有进程
unpause 恢复一个或多个容器内所有被暂停的进程常用的命令
打印宿主信息
一些宿主的设备信息
课程开始
插摄像头，看看有没有读取到
https://www.nvidia.com/en-us/training/ipython可用
无浏览器模式打开，但是我复制URL打不开
需要端口映射我觉得
file:///home/yunswj/.local/share/jupyter/runtime/nbserver-10435-open.htmljupyter notebook --port <port_number>指定端口打开
jupyter notebook --no-browser无浏览器模式打开
mkdir -p ~/nvdli-data创建一个文件夹放训练数据
翻译的意思
sudo docker run --runtime nvidia -it --rm --network host \ --volume ~/nvdli-data:/nvdli-nano/data \ --device /dev/video0 \ nvcr.io/nvidia/dli/dli-nano-ai:<tag>一会儿启动容器使用的命令
https://ngc.nvidia.com/catalog/containers/nvidia:dli:dli-nano-ai打开网站
镜像有1.39个G这么大
https://docs.docker.com/get-started/如果没有用过dorker，推荐看这个教程
就是这样，我一直不研究这个dorker
感觉好方便，等我有空我耍起来
sudo docker pull nvcr.io/nvidia/dli/dli-nano-ai:v2.0.1-r32.6.1上面的命令是拉取命令，记得sudo
速度很快，就像多线程一样的操作
我现在是愁无头设备咋耍jupyter
在开启这些之前，看看自己有没有合格
你要是连个jetson也没有那就洗洗睡吧
然后就会完成下载操作
mkdir ~/nvdli-datasudo docker run --runtime nvidia -it --rm --network host \ --volume ~/nvdli-data:/nvdli-nano/data \ --device /dev/video0 \ nvcr.io/nvidia/dli/dli-nano-ai:v2.0.1-r32.6.1 nvcr.io/nvidia/dli/dli-nano-ai:v2.0.1-r32.6.1USB摄像头执行这个，不过需要改东西
这是报错
# create a reusable scriptecho "sudo docker run --runtime nvidia -it --rm --network host \ --volume ~/nvdli-data:/nvdli-nano/data \ --device /dev/video0 \ nvcr.io/nvidia/dli/dli-nano-ai:v2.0.1-r32.6.1" > docker_dli_run.sh
# make the script executablechmod +x docker_dli_run.sh
# run the script./docker_dli_run.sh这个是课程的写的方法，建立shell文件
执行成功
192.168.55.1:8888在浏览器上面打开
dlinano密码
成功进入
已经有的文件
点击这个
读取到了一个摄像头
你看，我写过这个东西
看我以前写的这个库的分析
我爱我自己
详细
还是详细，大家快去看
简单的分析下：
from jetcam.usb_camera import USBCamera
#TODO change capture_device if incorrect for your systemcamera = USBCamera(width=224, height=224, capture_width=640, capture_height=480, capture_device=0)导入以后，创建了一个USB摄像头的对象
从接口读一帧，打印一下图像矩阵的形状
再读一次，我有点没有看懂它这个意思
import ipywidgetsfrom IPython.display import displayfrom jetcam.utils import bgr8_to_jpeg
image_widget = ipywidgets.Image(format='jpeg')
image_widget.value = bgr8_to_jpeg(image)
display(image_widget)显示刚刚这个图片
抱歉，地方线太多了
再更新一帧
如果做完实验，记得释放资源
也可以在jupyter里面使用终端
AI的发展历程
赞 (0)