HOME
  Security
   Software
    Hardware
  
FPGA
  CPU
   Android
    Raspberry Pi
  
nLite
  Xcode
   etc.
    ALL
  
English Translate 中文翻訳
LINK
BACK
 

[NEW] 2019/04/20

NVIDIA Jetson Nano 開発者キットの Tips一覧、冷却ファンが動かない、20Wモードで動かす、動作温度を知る、他 NVIDIA Jetson Nano 開発者キットの Tips一覧、冷却ファンが動かない、20Wモードで動かす、動作温度を知る、他

(Jetson Nanoで初心者が戸惑いそうな所を Tipsとしてまとめました nvcc not found)

Tags: [Raspberry Pi], [電子工作], [ディープラーニング]





● NVIDIA Jetson Nano 開発者キットを買ってみた

 NVIDIA Jetson Nano 開発者キットを買ってみた。買っただけ。
 Ubuntuベースの Linuxが動きます。メモリ容量が 4GB有ります!
モダン AI のパワーを数百万のデバイスへ - NVIDIA Jetson Nano

Jetson Nano であらゆる人が AI コンピューティングの利用が可能に

Jetson Nano Brings AI Computing to Everyone

Jetson Download Center

[PDF] Jetson Nano Developer Kit - NVIDIA Developer

NVIDIA AI IOT


● NVIDIA Jetson Nano 開発者キットの関連資料のリンク一覧

Links to Jetson Nano Resources & Wiki

NVIDIA Jetson Nano J41 Header GPIO Pin layout

https://elinux.org/Jetson_Nano

Power supply considerations for Jetson Nano Developer Kit

Jetson Nano Fan

Noctua NF-A4x20 5V PWM
 冷却ファン +5V 40x40mm PWM 4pin

Hello AI World - Deploying Deep Learning

https://docs.nvidia.com/jetson/l4t/index.html


● NVIDIA Jetson Nano 開発者キットを 20Wモードのハイパワーで動かす!

 NVIDIA Jetson Nano 開発者キットは USB給電の場合は 2Aの 10Wモードで動きます。
 J25の DCジャックの 4Aの電源を用意する事で 20Wモードのハイパワーで動かす事ができます。

 J25の DCジャックから給電する場合はカメラコネクタ近くの J48にジャンパーピンを差す必要が有ります。

 電源は素性の知れた販売店(秋月電子)で買うのがオススメです。

24W級スイッチングACアダプター5V4A GF24-US0540 [GF24-US0540]
 通販コード M-09594
 Go ForwardのスイッチングACアダプタ
■主な仕様
・入力:AC100V~240V、50/60Hz
・出力:DC5V、0~最大4A
・出力特性:安定化出力
・プラグ規格:外径5.5mm/内径2.1mm/センタープラス
・使用温度範囲:0~40℃

重量(実測値): 165g
配線材 18AWG使用 VW-1 AWM 2468 E106016
つまみ付ジャンパーピン(赤)(2.54mmピッチ)(20個入) [2228GG-RD]
 通販コード P-03888
 2.54mmピッチのジャンパーピンです。ピンヘッダに差し込むことでお互いのピンを導通させます。 指でつまめるように、長めになっています。

・NVIDIA Jetson Nano 開発者キットを 20Wモードのハイパワーで動かす!
NVIDIA Jetson Nano 開発者キットを 20Wモードのハイパワーで動かす!
 J25の DCジャックから給電する場合は左側のカメラコネクタ近くの J48にジャンパーピンを差す必要が有ります。

・NVIDIA Jetson Nano 開発者キットを 20Wモードのハイパワーで動かす!
NVIDIA Jetson Nano 開発者キットを 20Wモードのハイパワーで動かす!
 秋月電子:
 ・24W級スイッチングACアダプター5V4A GF24-US0540 [GF24-US0540]
 ・つまみ付ジャンパーピン(赤)(2.54mmピッチ)(20個入) [2228GG-RD]

・NVIDIA Jetson Nano 開発者キットを 20Wモードのハイパワーで動かす!
NVIDIA Jetson Nano 開発者キットを 20Wモードのハイパワーで動かす!


・NVIDIA Jetson Nano 開発者キットを 20Wモードのハイパワーで動かす!
NVIDIA Jetson Nano 開発者キットを 20Wモードのハイパワーで動かす!
 配線材 18AWG使用 VW-1 AWM 2468 E106016

・NVIDIA Jetson Nano 開発者キットを 20Wモードのハイパワーで動かす!
NVIDIA Jetson Nano 開発者キットを 20Wモードのハイパワーで動かす!
 J25の DCジャックから給電する場合は左側のカメラコネクタ近くの J48にジャンパーピンを差す必要が有ります。

●アマゾンで購入する場合


SUCCUL ACアダプター 5V 4A 大手メーカーOEM社製品 センタープラス スイッチング式 最大出力20W 出力プラグ外径5.5mm(内径2.1mm)PSE取得品
ASIN: B015RKFAA2

「日本現地法人販売、大手企業も使われているメーカーの製造品」

Hommy 黒いジャンパー キャップX50  2.54mm
ASIN: B074FT77QG

TOOGOO 40mm x 10mm 0.12A 2ピン5V DCブラシレスベアリングの冷却ファン
ASIN: B06XFLV5FZ

FidgetGear 3ピン40mmコンピュータCPUの冷却ファンのPC 40x40x10mm DC 12Vの静かな脱熱器クーラー
ASIN: B07Q8VC24K

無保証ですが、12Vのファンを 5V動作させると言う方法もあります。


● NVIDIAで動作確認済みの周辺機器類

Jetson Nano Supported Components List

 NVIDIA has qualified to work with NVIDIA Jetson modules and developer kits.

Raspberry PiDSA-13PFC-05 FCA 0512505.1V 2.5A Raspberry Pi Universal Power Supply
AdafruitGEO241DA-05405V 4A Switching Power Supply
EdimaxEW-7811UnUSB wireless networking adapter
Intel8265NGWDual Band Wireless-AC M.2 2230 Device
NoctuaNF-A4x20 5V PWM4-pin 5V PWM fan compatible with developer kit heatsink


Raspberry Pi用電源セット (5V 3.0A) Pi3フル負荷検証済
ASIN: B01N8ZIJL8

5V 3.0A 直付ケーブル
Physical Computing Lab

Wireless 802.11n USB Adapter Edimax
ASIN: B003MTTJOY

Edimax EW-7811Un

Intel Dual Band Wireless-AC 8265 ワイヤレス 802.11ac 867Mbps Dual band 2x2 WiFi + Bluetooth 4.2 カード 8265NGW
ASIN: B0721MLM8B

Intel 8265NGW

Noctua NF-A4x20 5V PWM 40mm 静音 ファン 5000rpm
ASIN: B071FNHVXN

Noctua NF-A4x20 5V PWM

Noctua NF-A4x10 5V PWMサイレントファン40 mmプレミアムブラウン/ベージュ
ASIN: B07DXS86G7

Noctua NF-A4x10 5V PWM


● Jetson Nano 冷却ファンの回転数の制御

 Jetson Nanoに冷却ファンを取り付けてもファンが回らない場合。
 通常は冷却ファンの回転が停止しています。

 ※ 冷却ファンの回転数の制御は 4pinタイプのファンを付けた時のみ有効です。
 2pinや 3pinタイプのファンは常にファンが動作します。

# Jetson Nano 冷却ファンの状態を取得
cat /sys/devices/pwm-fan/target_pwm
0
# 0なのでオフ

# Jetson Nano 冷却ファンの制御
# オフ
sudo sh -c 'echo 0 > /sys/devices/pwm-fan/target_pwm'

# 50%
sudo sh -c 'echo 128 > /sys/devices/pwm-fan/target_pwm'

# 100%
sudo sh -c 'echo 255 > /sys/devices/pwm-fan/target_pwm'

# 下記の方法でも冷却ファンの制御が可能
# オフ
echo 0 | sudo tee /sys/devices/pwm-fan/target_pwm

# 50%
echo 128 | sudo tee /sys/devices/pwm-fan/target_pwm

# 100%
echo 255 | sudo tee /sys/devices/pwm-fan/target_pwm

[NEW] 2019/04/26
NVIDIA Jetson Nano 開発者キットに冷却ファンを付ける
NVIDIA Jetson Nano 開発者キットに冷却ファンを付ける

  Jetson Nanoに NVIDIA推奨の Noctua製 NF-A4x10 5V PWM サイレントファンを接続

[NEW] 2019/04/26
NVIDIA Jetson Nano 開発者キットに冷却ファンを付ける
NVIDIA Jetson Nano 開発者キットに冷却ファンを付ける

  Jetson Nano 自己責任で 12Vタイプの冷却ファンを接続、12Vタイプでも使えます

・Jetson Nano 冷却ファン J15コネクタ 4pinの配線
Jetson Nano 冷却ファン J15コネクタ 4pinの配線


・Jetson Nano 冷却ファン J15コネクタ 4pinの場所
Jetson Nano 冷却ファン J15コネクタ 4pinの場所




● Jetson Nano 温度を知る方法

/sys/devices/virtual/thermal/
 の
thermal_zone0 ~ thermal_zone5
 の
temp
 を表示します。(1000で割る)

# アイドル動作時
user@user-desktop:~$ cat /sys/devices/virtual/thermal/thermal_zone*/temp
36000
34000
32000
28500
100000
33000

# 高負荷動作時
user@user-desktop:~$ cat /sys/devices/virtual/thermal/thermal_zone*/temp
59500
58000
54500
52000
100000
56000
※ 5個目は常に 100000(100度)っぽい

user@user-desktop:~$ ls -l /sys/devices/virtual/thermal/
total 0
drwxr-xr-x 3 root root 0  4月 21 23:26 cooling_device0
drwxr-xr-x 3 root root 0  4月 21 23:26 cooling_device1
drwxr-xr-x 3 root root 0  4月 21 23:26 cooling_device10
drwxr-xr-x 3 root root 0  4月 21 23:26 cooling_device11
drwxr-xr-x 3 root root 0  4月 21 23:26 cooling_device12
drwxr-xr-x 3 root root 0  4月 21 23:26 cooling_device2
drwxr-xr-x 3 root root 0  4月 21 23:26 cooling_device3
drwxr-xr-x 3 root root 0  4月 21 23:26 cooling_device4
drwxr-xr-x 3 root root 0  4月 21 23:26 cooling_device5
drwxr-xr-x 3 root root 0  4月 21 23:26 cooling_device6
drwxr-xr-x 3 root root 0  4月 21 23:26 cooling_device7
drwxr-xr-x 3 root root 0  4月 21 23:26 cooling_device8
drwxr-xr-x 3 root root 0  4月 21 23:26 cooling_device9
drwxr-xr-x 4 root root 0  4月 21 23:26 thermal_zone0
drwxr-xr-x 3 root root 0  4月 21 23:26 thermal_zone1
drwxr-xr-x 3 root root 0  4月 21 23:26 thermal_zone2
drwxr-xr-x 4 root root 0  4月 21 23:26 thermal_zone3
drwxr-xr-x 3 root root 0  4月 21 23:26 thermal_zone4
drwxr-xr-x 4 root root 0  4月 21 23:26 thermal_zone5

user@user-desktop:~$ ls -l -d /sys/devices/virtual/thermal/th*
drwxr-xr-x 4 root root 0  4月 21 23:26 /sys/devices/virtual/thermal/thermal_zone0
drwxr-xr-x 3 root root 0  4月 21 23:26 /sys/devices/virtual/thermal/thermal_zone1
drwxr-xr-x 3 root root 0  4月 21 23:26 /sys/devices/virtual/thermal/thermal_zone2
drwxr-xr-x 4 root root 0  4月 21 23:26 /sys/devices/virtual/thermal/thermal_zone3
drwxr-xr-x 3 root root 0  4月 21 23:26 /sys/devices/virtual/thermal/thermal_zone4
drwxr-xr-x 4 root root 0  4月 21 23:26 /sys/devices/virtual/thermal/thermal_zone5


● Jetson Nano tegrastats

user@user-desktop:~$ tegrastats --help
Usage: tegrastats [-option]
Options:
    --help                  : print this help screen
    --interval <millisec>   : sample the information in <milliseconds>
    --logfile  <filename>   : dump the output of tegrastats to <filename>
    --load_cfg <filename>   : load the information from <filename>
    --save_cfg <filename>   : save the information to <filename>
    --start                 : run tegrastats as a daemon process in the background
    --stop                  : stop any running instances of tegrastats
    --verbose               : print verbose message

user@user-desktop:~$ tegrastats
RAM 813/3965MB (lfb 688x4MB) CPU [2%@102,8%@102,0%@102,0%@102] EMC_FREQ 0% GR3D_FREQ 0% PLL@26C CPU@31C PMIC@100C GPU@28C AO@34.5C thermal@29.5C POM_5V_IN 1825/1825 POM_5V_GPU 0/0 POM_5V_CPU 81/81
RAM 813/3965MB (lfb 688x4MB) CPU [1%@102,7%@102,0%@102,0%@102] EMC_FREQ 0% GR3D_FREQ 0% PLL@26C CPU@31.5C PMIC@100C GPU@28C AO@34C thermal@29.75C POM_5V_IN 1825/1825 POM_5V_GPU 0/0 POM_5V_CPU 81/81
RAM 813/3965MB (lfb 688x4MB) CPU [1%@102,8%@102,0%@102,0%@102] EMC_FREQ 0% GR3D_FREQ 0% PLL@26C CPU@31C PMIC@100C GPU@28C AO@34C thermal@29.75C POM_5V_IN 1825/1825 POM_5V_GPU 0/0 POM_5V_CPU 81/81
^C

user@user-desktop:~$ tegrastats
RAM 1124/3957MB (lfb 408x4MB) CPU [100%@1428,100%@1428,100%@1428,100%@1428] EMC_FREQ 0% GR3D_FREQ 0% PLL@59C CPU@66C PMIC@100C GPU@60.5C AO@66C thermal@63.5C POM_5V_IN 5564/5564 POM_5V_GPU 238/238 POM_5V_CPU 3610/3610
RAM 1124/3957MB (lfb 408x4MB) CPU [100%@1428,100%@1428,100%@1428,100%@1428] EMC_FREQ 0% GR3D_FREQ 0% PLL@59C CPU@66.5C PMIC@100C GPU@60C AO@66C thermal@63.5C POM_5V_IN 5564/5564 POM_5V_GPU 238/238 POM_5V_CPU 3610/3610
RAM 1124/3957MB (lfb 408x4MB) CPU [100%@1428,100%@1428,100%@1428,100%@1428] EMC_FREQ 0% GR3D_FREQ 0% PLL@59C CPU@66.5C PMIC@100C GPU@60C AO@66C thermal@63.5C POM_5V_IN 5524/5550 POM_5V_GPU 238/238 POM_5V_CPU 3576/3598
RAM 1124/3957MB (lfb 408x4MB) CPU [100%@1428,100%@1428,100%@1428,100%@1428] EMC_FREQ 0% GR3D_FREQ 0% PLL@59C CPU@66.5C PMIC@100C GPU@60C AO@66C thermal@63.5C POM_5V_IN 5564/5554 POM_5V_GPU 238/238 POM_5V_CPU 3616/3603
^C


● Jetson Nanoを最高速(最大動作周波数)で動作させる

/usr/bin/jetson_clocks
 を実行する。

 ※ 単に jetson_clocksでも大丈夫になりました。
 ※ jetson_clocksを実行した後に nvpmodelを実行すると jetson_clocksの「最高速」が解除されます
user@user-desktop:~$ jetson_clocks
Error: Run this script(/usr/bin/jetson_clocks) as a root user

user@user-desktop:~$ sudo jetson_clocks --show
SOC family:tegra210  Machine:jetson-nano
Online CPUs: 0-3
CPU Cluster Switching: Disabled
cpu0: Online=1 Governor=schedutil MinFreq=1428000 MaxFreq=1428000 CurrentFreq=1428000 IdleStates: WFI=0 c7=0
cpu1: Online=1 Governor=schedutil MinFreq=1428000 MaxFreq=1428000 CurrentFreq=1428000 IdleStates: WFI=0 c7=0
cpu2: Online=1 Governor=schedutil MinFreq=1428000 MaxFreq=1428000 CurrentFreq=1428000 IdleStates: WFI=0 c7=0
cpu3: Online=1 Governor=schedutil MinFreq=1428000 MaxFreq=1428000 CurrentFreq=1428000 IdleStates: WFI=0 c7=0
GPU MinFreq=921600000 MaxFreq=921600000 CurrentFreq=921600000
EMC MinFreq=204000000 MaxFreq=1600000000 CurrentFreq=1600000000 FreqOverride=1
Fan: speed=255
NV Power Mode: MAXN
# /usr/bin/jetson_clocks の実行には root権限(sudo)が必要
user@user-desktop:~$ /usr/bin/jetson_clocks --show
SOC family:tegra210  Machine:jetson-nano
Error: Run this script(/usr/bin/jetson_clocks) as a root user

# Jetson Nanoの現在の動作状態を表示する
# 通常状態
sudo /usr/bin/jetson_clocks --show
SOC family:tegra210  Machine:jetson-nano
Online CPUs: 0-3
CPU Cluster Switching: Disabled
cpu0: Online=1 Governor=schedutil MinFreq=102000 MaxFreq=1428000 CurrentFreq=614400 IdleStates: WFI=1 c7=1
cpu1: Online=1 Governor=schedutil MinFreq=102000 MaxFreq=1428000 CurrentFreq=921600 IdleStates: WFI=1 c7=1
cpu2: Online=1 Governor=schedutil MinFreq=102000 MaxFreq=1428000 CurrentFreq=710400 IdleStates: WFI=1 c7=1
cpu3: Online=1 Governor=schedutil MinFreq=102000 MaxFreq=1428000 CurrentFreq=921600 IdleStates: WFI=1 c7=1
GPU MinFreq=76800000 MaxFreq=921600000 CurrentFreq=76800000
EMC MinFreq=204000000 MaxFreq=1600000000 CurrentFreq=1600000000 FreqOverride=0
Fan: speed=0
NV Power Mode: MAXN

 Jetson Nano Maximizing Tegra Performance
# Jetson Nanoを最高速(最大動作周波数)で動作させる
sudo /usr/bin/jetson_clocks

# Jetson Nanoの現在の動作状態を表示する
# Jetson Nanoを最高速(最大動作周波数)で動作させた場合
sudo /usr/bin/jetson_clocks --show
SOC family:tegra210  Machine:jetson-nano
Online CPUs: 0-3
CPU Cluster Switching: Disabled
cpu0: Online=1 Governor=schedutil MinFreq=1428000 MaxFreq=1428000 CurrentFreq=1428000 IdleStates: WFI=0 c7=0
cpu1: Online=1 Governor=schedutil MinFreq=1428000 MaxFreq=1428000 CurrentFreq=1428000 IdleStates: WFI=0 c7=0
cpu2: Online=1 Governor=schedutil MinFreq=1428000 MaxFreq=1428000 CurrentFreq=1428000 IdleStates: WFI=0 c7=0
cpu3: Online=1 Governor=schedutil MinFreq=1428000 MaxFreq=1428000 CurrentFreq=1428000 IdleStates: WFI=0 c7=0
GPU MinFreq=921600000 MaxFreq=921600000 CurrentFreq=921600000
EMC MinFreq=204000000 MaxFreq=1600000000 CurrentFreq=1600000000 FreqOverride=1
Fan: speed=255
NV Power Mode: MAXN

# Jetson Nano 冷却ファンの状態を取得
user@user-desktop:~$ cat /sys/devices/pwm-fan/target_pwm
255

# /usr/bin/jetson_clocks --help
sudo /usr/bin/jetson_clocks --help
Maximize jetson performance by setting static max frequency to CPU, GPU and EMC clocks.
Usage:
jetson_clocks.sh [options]
  options,
  --show             display current settings
  --store [file]     store current settings to a file (default: ${HOME}/l4t_dfs.conf)
  --restore [file]   restore saved settings from a file (default: ${HOME}/l4t_dfs.conf)
  run jetson_clocks.sh without any option to set static max frequency to CPU, GPU and EMC clocks.

sudo /usr/bin/jetson_clocks --restore
Error: /home/user/l4t_dfs.conf file not found !

 ※ jetson_clocksを実行した後に nvpmodelを実行すると jetson_clocksの「最高速」が解除されます
user@user-desktop:~$ sudo nvpmodel
Nvidia Power Model Tool Version 1.1.2
Usage:
        nvpmodel [-h | --help] [--verbose] [-q | --query] [-p | --parse] [-u | --udata]
                [-w | --wait <sec>] [--boot] [-m | --mode <mode>] [-f | --conf <filename>] [-o | --os <android,l4t>]
-h, --help:
        Print this help info.
--verbose:
        Enable verbose log.
--boot:
        Exit and do nothing if it is sanity-flashed build.
-p, --parse:
        Parse the config file only. Recommended to enable verbose log.
-m, --mode <mode>:
        <mode> is one of the integer POWER_MODEL ID defined in config file. Switch to the specified power mode.
-f, --conf:
        explicitly specify the config file.
        If it is the only option, then it sets the power mode as default mode configured in the file.
        This option can be used for developer usage to specify a config file other than the default one.
-o, --os <android,l4t>:
        Perform OS specific operations for power model settings. Argument is case insensitive.
-q, --query:
        Query the current power mode.
-w, --wait:
        delay exectuion by specified amount of seconds.
-u, --udata:
        specify the absolute path for user data file when set or query power mode.
Examples:
        nvpmodel -m 2: switch to POWER_MODEL ID=2 of which settings are defined in the default configuration file.
        nvpmodel -m 2 -o android: switch to POWER_MODEL ID=2 and perform Android specific operations for power mode.
        nvpmodel -m 2 -f pm.conf: switch to POWER_MODEL ID=2 of which settings are defined in pm.conf.
        nvpmodel -m 2 -u /data/status: switch to POWER_MODEL ID=2 and store the active mode as user settings in /data/status.
        nvpmodel -f pm.conf: read the active mode in user data file and set it as the power mode which is configured in pm.conf.
                If user data file does not exist or the active mode value is invalid, set defalut mode instead.
        nvpmodel -q: print the current power mode.
        nvpmodel -q --verbose: print the current power mode with verbose info.
        nvpmodel -p -f pm.conf: parse pm.conf and print the result.

# MAXNモードの時は CPUは 4個で動作
user@user-desktop:~$ sudo nvpmodel -m 0
user@user-desktop:~$ sudo nvpmodel -q
NV Power Mode: MAXN
0

# 5Wモードの時は CPUは 2個で動作
user@user-desktop:~$ sudo nvpmodel -m 1
user@user-desktop:~$ sudo nvpmodel -q
NV Power Mode: 5W


● NVIDIA Jetson Nanoを電源起動時から CPUをフルパワーで駆動する方法

 下記にまとめました。

[NEW] 2019/05/15
NVIDIA Jetson Nanoを電源起動時から CPUをフルパワーで駆動する方法
NVIDIA Jetson Nanoを電源起動時から CPUをフルパワーで駆動する方法

  Jetson Nanoの Ubuntuで cronを使って起動時に root権限のコマンドを自動実行する方法


● Jetson Nano M.2 NGFF 対応インターフェイス 対応 基板サイズ 2230 22mm幅 x 30mm長
 KeyID E 24-31 PCIe×2, USB 2.0, I2C, SDIO, UART, PCM
 対応 基板サイズ 22mm幅 x 30mm長。

 Intel 8265NGW Dual Band Wireless-AC M.2 2230 Device
 Wi-Fi 5GHz/2.4GHz 802.11ac/a/g/n 867Mbps + Bluetooth 4.2 Combo

 Intelの物は NVIDIAの動作確認の「お墨付き」ですが高いです。

 結論:Jetson Nano 開発者キットで使用する NGFF M.2の WiFi Bluetoothのコンボカードは Intel 8265NGW以外は安定して使えない。

[NEW] 2019/05/08
NVIDIA Jetson Nano 開発者キットに M.2の WiFi Bluetoothのコンボカード Intel 8265NGWを増設する!
NVIDIA Jetson Nano 開発者キットに M.2の WiFi Bluetoothのコンボカード Intel 8265NGWを増設する!

  M.2用 WiFi Bluetoothコンボカード Intel Dual Band Wireless-AC 8265 8265NGW MHF4コネクタのアンテナ

・Jetson Nano M.2 NGFF 対応 基板サイズ 2230 22mm幅 x 30mm長
Jetson Nano M.2 NGFF 対応 基板サイズ 2230 22mm幅 x 30mm長


・Jetson Nano M.2 NGFF 対応 基板サイズ 2230 22mm幅 x 30mm長
Jetson Nano M.2 NGFF 対応 基板サイズ 2230 22mm幅 x 30mm長




● Jetson Nano Ubuntu packages can be updated

 Ubuntuのパッケージがアップデート可能な場合にアップデートする方法。

[NEW] 2019/04/20
NVIDIA Jetson Nano Ubuntuのパッケージがアップデート可能な場合にアップデートする方法
NVIDIA Jetson Nano Ubuntuのパッケージがアップデート可能な場合にアップデートする方法

  Ubuntuのパッケージを更新して packages can be updatedを 0にする方法


● NVIDIA Jetson Nanoで nvcc not found build CUDA app Errorの対応方法

 Jetson Nano nvcc: not found build CUDA app Error
 解決方法:nvccにパスを通す

[NEW] 2019/04/20
NVIDIA Jetson Nano Ubuntuのパッケージがアップデート可能な場合にアップデートする方法
NVIDIA Jetson Nano Ubuntuのパッケージがアップデート可能な場合にアップデートする方法

  Ubuntuのパッケージを更新して packages can be updatedを 0にする方法


● Jetson Nanoの Ubuntuにテキストエディタの nanoをインストールする方法

user@user-desktop:~$ nano
-bash: nano: command not found

user@user-desktop:~$ sudo apt-get -y install nano

user@user-desktop:~$ nano -V
 GNU nano, version 2.9.3
 (C) 1999-2011, 2013-2018 Free Software Foundation, Inc.
 (C) 2014-2018 the contributors to nano
 Email: nano@nano-editor.org    Web: https://nano-editor.org/
 Compiled options: --disable-libmagic --disable-wrapping-as-root --enable-utf8


● Jetson Nanoの Ubuntuにタスクマネージャー htopをインストールする方法

 htopは topの置き換えを目標に設計されたタスクマネージャー。

user@user-desktop:~$ sudo apt-get -y install htop

・Jetson Nanoの Ubuntuに従来のタスクマネージャー top
Jetson Nanoの Ubuntuに従来のタスクマネージャー top


・Jetson Nanoの Ubuntuに新しいタスクマネージャー htop
Jetson Nanoの Ubuntuに新しいタスクマネージャー htop




● Jetson Nanoの GPIO


[NEW] 2019/05/01
NVIDIA Jetson Nanoの GPIOを動かして Lチカする方法
NVIDIA Jetson Nanoの GPIOを動かして Lチカする方法

  NVIDIA Jetson Nanoに Python用の GPIOライブラリをインストールして Lチカする方法


● Jetson Nanoの I2C


[NEW] 2019/05/01
NVIDIA Jetson Nanoの GPIO端子の I2C機能を使う方法
NVIDIA Jetson Nanoの GPIO端子の I2C機能を使う方法

  NVIDIA Jetson Nanoの GPIO端子の I2Cに各種センサーを繋げる方法まとめ


● NVIDIA Jetson NANO nbodyベンチマーク

 CPU単体で実行した場合と GPUで実行した場合のベンチマークを比較する。


[NEW] 2019/04/27
NVIDIA Jetson Nanoのサンプルアプリを動かしてみよう、Hello AI World、Two Days to a Demo
NVIDIA Jetson Nanoのサンプルアプリを動かしてみよう、Hello AI World、Two Days to a Demo

  NVIDIA Jetson Nanoのサンプルアプリを動かしてみよう、Hello AI World、Two Days to a Demo


● NVIDIA Jetson Nano CUDA Versionを調べる

user@user-desktop:~$ nvcc -V gives
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2018 NVIDIA Corporation
Built on Sun_Sep_30_21:09:22_CDT_2018
Cuda compilation tools, release 10.0, V10.0.166

user@user-desktop:~$ cd /usr/local/cuda/samples/1_Utilities/deviceQuery
user@user-desktop:/usr/local/cuda/samples/1_Utilities/deviceQuery$ sudo make
user@user-desktop:/usr/local/cuda/samples/1_Utilities/deviceQuery$ ./deviceQuery./
deviceQuery Starting...

 CUDA Device Query (Runtime API) version (CUDART static linking)

Detected 1 CUDA Capable device(s)

Device 0: "NVIDIA Tegra X1"
  CUDA Driver Version / Runtime Version          10.0 / 10.0
  CUDA Capability Major/Minor version number:    5.3
  Total amount of global memory:                 3957 MBytes (4148756480 bytes)
  ( 1) Multiprocessors, (128) CUDA Cores/MP:     128 CUDA Cores
  GPU Max Clock rate:                            922 MHz (0.92 GHz)
  Memory Clock rate:                             13 Mhz
  Memory Bus Width:                              64-bit
  L2 Cache Size:                                 262144 bytes
  Maximum Texture Dimension Size (x,y,z)         1D=(65536), 2D=(65536, 65536), 3D=(4096, 4096, 4096)
  Maximum Layered 1D Texture Size, (num) layers  1D=(16384), 2048 layers
  Maximum Layered 2D Texture Size, (num) layers  2D=(16384, 16384), 2048 layers
  Total amount of constant memory:               65536 bytes
  Total amount of shared memory per block:       49152 bytes
  Total number of registers available per block: 32768
  Warp size:                                     32
  Maximum number of threads per multiprocessor:  2048
  Maximum number of threads per block:           1024
  Max dimension size of a thread block (x,y,z): (1024, 1024, 64)
  Max dimension size of a grid size    (x,y,z): (2147483647, 65535, 65535)
  Maximum memory pitch:                          2147483647 bytes
  Texture alignment:                             512 bytes
  Concurrent copy and kernel execution:          Yes with 1 copy engine(s)
  Run time limit on kernels:                     Yes
  Integrated GPU sharing Host Memory:            Yes
  Support host page-locked memory mapping:       Yes
  Alignment requirement for Surfaces:            Yes
  Device has ECC support:                        Disabled
  Device supports Unified Addressing (UVA):      Yes
  Device supports Compute Preemption:            No
  Supports Cooperative Kernel Launch:            No
  Supports MultiDevice Co-op Kernel Launch:      No
  Device PCI Domain ID / Bus ID / location ID:   0 / 0 / 0
  Compute Mode:
     < Default (multiple host threads can use ::cudaSetDevice() with device simultaneously) >

deviceQuery, CUDA Driver = CUDART, CUDA Driver Version = 10.0, CUDA Runtime Version = 10.0, NumDevs = 1
Result = PASS
Check failed: error == cudaSuccess (48 vs. 0)  no kernel image is available for execution on the device

CUDA_ARCH := -gencode arch=compute_53,code=sm_53


● PhantomJS - Scriptable Headless Browser

Build PhantomJS from Source

ariya/phantomjs Archived

 ※ PhantomJSの開発は終了しています。
 Headless Chromeへの移行を提案しています。
 Qt WebKitは問題が多い。

# http://phantomjs.org/build.html
# Requirements development packages of tools and libraries
sudo apt-get -y install build-essential g++ flex bison gperf ruby perl \
  libsqlite3-dev libfontconfig1-dev libicu-dev libfreetype6 libssl-dev \
  libpng-dev libjpeg-dev python libx11-dev libxext-dev

# Getting the Code
cd
git clone git://github.com/ariya/phantomjs.git
cd phantomjs
git checkout 2.1.1
git submodule init
git submodule update

# Compile and Link
python build.py
...
Do you want to continue (Y/n)?
...
mv -f libQt5Widgets.a ../../lib/
make[2]: Leaving directory '/home/user/phantomjs/src/qt/qtbase/src/widgets'
make[1]: Leaving directory '/home/user/phantomjs/src/qt/qtbase/src'
Makefile:44: recipe for target 'sub-src-make_first' failed
make: *** [sub-src-make_first] Error 2

ERROR: Failed to build PhantomJS! Building Qt Base failed.


● NVIDIA Jetson Nanoの Ubuntu 18.04の sudoコマンドでパスワードの入力状態を永久に保持する方法

 Jetson Nanoの Ubuntu 18.04は sudoコマンドを実行する時にセキュリティ面でパスワードを要求します。
 そして、そのパスワード入力は 5分間は有効で、別の sudoコマンドを実行する場合でも再入力の必要が有りません。

 その「5分間」の sudoコマンドのパスワードのタイムアウトの時間を変更したり、永久に保持する方法を説明します。

# sudo visudoコマンドを実行する
sudo visudo

 最初の方に有る
Defaults        env_reset
 の行を、
Defaults        env_reset, timestamp_timeout=-1
 で永久に保持する(タイムアウトしないので最初の 1回だけパスワード入力すれば良い)

Defaults        env_reset, timestamp_timeout=0
 で sudoパスワードを毎回入力

Defaults        env_reset, timestamp_timeout=30
 で 30分間有効(タイムアウト時間は 30分)

Defaults        env_reset, timestamp_timeout=60
 で 60分間有効(タイムアウト時間は 60分)


● Raspberry Piの Raspbian OSの sudoコマンドでパスワードを要求する様にする

 Raspberry Piの Raspbian OSは sudoコマンドを実行する時にパスワードを要求しません。なので、セキュリティ面でパスワード要求を有効にしたい場合は下記の様に設定を変更します。

# 010_pi-nopasswdファイルを編集する
sudo nano /etc/sudoers.d/010_pi-nopasswd

pi ALL=(ALL) NOPASSWD: ALL
 を
pi ALL=(ALL) PASSWD: ALL
 に書き換える。
 再起動は不要で設定は即時に反映する。

pi@raspberrypi:~ $ sudo echo

We trust you have received the usual lecture from the local System
Administrator. It usually boils down to these three things:

    #1) Respect the privacy of others.
    #2) Think before you type.
    #3) With great power comes great responsibility.

[sudo] password for pi:



Tags: [Raspberry Pi], [電子工作], [ディープラーニング]

●関連するコンテンツ(この記事を読んだ人は、次の記事も読んでいます)

NVIDIA Jetson Nano 開発者キットを買ってみた。メモリ容量 4GB LPDDR4 RAM
NVIDIA Jetson Nano 開発者キットを買ってみた。メモリ容量 4GB LPDDR4 RAM

  Jetson Nanoで TensorFlow PyTorch Caffe/Caffe2 Keras MXNet等を GPUパワーで超高速で動かす!

NVIDIA Jetson Nano 開発者キットを Raspberry Pi 3と性能比較してみたベンチマークレビュー
NVIDIA Jetson Nano 開発者キットを Raspberry Pi 3と性能比較してみたベンチマークレビュー

  Jetson Nanoの GPUパワーを実感して Raspberry Pi 3との置き換えは可能かを検証する

NVIDIA Jetson Nano 開発者キットを動かすのに最低限必要な物の一覧、冷却ファン、NGFF 無線カード
NVIDIA Jetson Nano 開発者キットを動かすのに最低限必要な物の一覧、冷却ファン、NGFF 無線カード

  Jetson Nano 開発者キットに最低限必要な物、UHS-1 microSDカード、USBキーボード、電源、HDMIディスプレイ

NVIDIA Jetson Nano 開発者キットで使用する microSDカードに Ubuntu OSイメージを焼く方法を説明
NVIDIA Jetson Nano 開発者キットで使用する microSDカードに Ubuntu OSイメージを焼く方法を説明

  Jetson Nano 開発者キットを動かすのに必要な microSDカードを作成する方法(Windows、Mac)

NVIDIA Jetson Nano 開発者キットで SDカードで起動したら一番最初にする事
NVIDIA Jetson Nano 開発者キットで SDカードで起動したら一番最初にする事

  ログイン操作後に各種の初期設定やパッケージのアップデートをすると良いです

NVIDIA Jetson Nano Ubuntuのパッケージがアップデート可能な場合にアップデートする方法
NVIDIA Jetson Nano Ubuntuのパッケージがアップデート可能な場合にアップデートする方法

  Ubuntuのパッケージを更新して packages can be updatedを 0にする方法

NVIDIA Jetson Nanoで nvcc not found build CUDA app Errorの対応方法
NVIDIA Jetson Nanoで nvcc not found build CUDA app Errorの対応方法

  Jetson Nanoで CUDAを使用したアプリをビルドする時に nvcc not foundが出る場合の対処方法

NVIDIA Jetson Nanoの GUI環境を無効にして CUI環境で動く様にしてフリーメモリエリアを広げる
NVIDIA Jetson Nanoの GUI環境を無効にして CUI環境で動く様にしてフリーメモリエリアを広げる

  Ubuntuの X Window Systemを無効にして Jetson Nanoの使用できるメモリ容量を 300MB増やす方法

NVIDIA Jetson Nano 開発者キットに Raspberry Pi Camera Module V2 RaspiCamを接続する方法
NVIDIA Jetson Nano 開発者キットに Raspberry Pi Camera Module V2 RaspiCamを接続する方法

  Jetson Nanoは Raspberry Pi Camera Module V2の IMX219 800万画素カメラモジュールを接続できます

Raspberry Piで TensorFlow Deep Learning Frameworkを自己ビルドする方法
Raspberry Piで TensorFlow Deep Learning Frameworkを自己ビルドする方法

  ラズパイで TensorFlow Deep Learning Frameworkを自己ビルドする方法

Raspberry Piに PyTorch Deep Learning Frameworkをソースコードからビルドする方法、DeepDreamでキモイ絵を作成
Raspberry Piに PyTorch Deep Learning Frameworkをソースコードからビルドする方法、DeepDreamでキモイ絵を作成

  ラズパイで PyTorch Torch Deep Learning Frameworkをビルドして Deep Dreamで悪夢を見る方法

Raspberry Piで darkflowを動かしてリアルタイムでカメラ映像を画像物体検出する方法
Raspberry Piで darkflowを動かしてリアルタイムでカメラ映像を画像物体検出する方法

  ラズパイで darkflowと Tensorflowを動かしてリアルタイムでカメラ映像の物体検出を行なってみる

Raspberry Piで Caffe Deep Learning Frameworkで物体認識を行なってみるテスト
Raspberry Piで Caffe Deep Learning Frameworkで物体認識を行なってみるテスト

  ラズパイで Caffe Deep Learning Frameworkを動かして物体認識を行なってみる

Raspberry Piで Deep Learningフレームワーク Chainerをインストールしてみる
Raspberry Piで Deep Learningフレームワーク Chainerをインストールしてみる

  ラズパイに Deep Learningのフレームワーク Chainerを入れてみた

Raspberry Piで DeepBeliefSDKをビルドして画像認識フレームワークを動かす方法
Raspberry Piで DeepBeliefSDKをビルドして画像認識フレームワークを動かす方法

  ラズパイに DeepBeliefSDKを入れて画像の物体認識を行なう

【成功版】最新版の Darknetに digitalbrain79版の Darknet with NNPACKの NNPACK処理を適用する
【成功版】最新版の Darknetに digitalbrain79版の Darknet with NNPACKの NNPACK処理を適用する

  ラズパイで NNPACK対応の最新版の Darknetを動かして超高速で物体検出や DeepDreamの悪夢を見る

【成功版】Raspberry Piで Darknet Neural Network Frameworkをビルドする方法
【成功版】Raspberry Piで Darknet Neural Network Frameworkをビルドする方法

  ラズパイに Darknet Neural Network Frameworkを入れて物体検出や悪夢のグロ画像を生成する

【成功版】Raspberry Piに TensorFlow Deep Learning Frameworkをインストールする方法
【成功版】Raspberry Piに TensorFlow Deep Learning Frameworkをインストールする方法

  ラズパイに TensorFlow Deep Learning Frameworkを入れて Google DeepDreamで悪夢を見る方法

Raspberry Piに Jupyter Notebookをインストールして拡張子 ipynb形式の IPythonを動かす
Raspberry Piに Jupyter Notebookをインストールして拡張子 ipynb形式の IPythonを動かす

  ラズパイに IPython Notebookをインストールして Google DeepDream dream.ipynbを動かす

Raspberry Piで Caffe2 Deep Learning Frameworkをソースコードからビルドする方法
Raspberry Piで Caffe2 Deep Learning Frameworkをソースコードからビルドする方法

  ラズパイで Caffe 2 Deep Learning Frameworkをソースコードから自己ビルドする方法

【ビルド版】Raspberry Piで DeepDreamを動かしてキモイ絵をモリモリ量産 Caffe Deep Learning Framework
【ビルド版】Raspberry Piで DeepDreamを動かしてキモイ絵をモリモリ量産 Caffe Deep Learning Framework

  ラズパイで Caffe Deep Learning Frameworkをビルドして Deep Dreamを動かしてキモイ絵を生成する

Raspberry Pi 3 Model Bで動画処理アプリ FFmpegをコンパイルする方法
Raspberry Pi 3 Model Bで動画処理アプリ FFmpegをコンパイルする方法

  ラズパイ3で動画音声変換処理プログラム FFmpegをセルフコンパイルしてインストールする方法

Raspberry Pi 3 Model Bで動画処理アプリ libavをコンパイルする方法
Raspberry Pi 3 Model Bで動画処理アプリ libavをコンパイルする方法

  ラズパイ3で libavをセルフコンパイルしてインストールする方法

Raspberry Piで NNPACKをビルドする方法
Raspberry Piで NNPACKをビルドする方法

  ラズパイで NNPACKをビルドしてみるテスト、ビルドするだけ

BLAS、ベクトルと行列に関する基本線型代数操作を実行する演算ライブラリ APIのまとめ
BLAS、ベクトルと行列に関する基本線型代数操作を実行する演算ライブラリ APIのまとめ

  BLAS(Basic Linear Algebra Subprograms)の線型代数演算ライブラリ APIのまとめ

Raspberry Pi 3の Linuxコンソール上で使用する各種コマンドまとめ
Raspberry Pi 3の Linuxコンソール上で使用する各種コマンドまとめ

  ラズパイの Raspbian OSのコマンドラインで使用する便利コマンド、負荷試験や CPUシリアル番号の確認方法等も



[HOME] | [BACK]
リンクフリー(連絡不要、ただしトップページ以外は Web構成の変更で移動する場合があります)
Copyright (c) 2019 FREE WING,Y.Sakamoto
Powered by 猫屋敷工房 & HTML Generator

http://www.neko.ne.jp/~freewing/raspberry_pi/nvidia_jetson_nano_tips/