新闻详情

新闻详情

首页 / 资讯中心 / 详情

Jetson agx xavier 虚拟机刷机

发布时间:2026/11/15 2:44:14来源:尧图网络
Jetson agx xavier 虚拟机刷机
准备虚拟机楼主虚拟机版本测试过ubuntu18.04,20.04主板长按中间键同时短按恢复键进入刷机模式虚拟机检测到usb设备选择虚拟机链接。进入刷机模式后要保证USB端口能检测到如图如果连接状态是灰色就是检测不到不用折腾了换镜像版本18.04也有多个版本。虚拟机安装正常安装 硬盘50g左右。下载SDKManager官方下载地址https://developer.nvidia.com/sdk-manager虚拟机打开命令终端安装sdkmanagersudo apt install ./sdkmanager_xxx_amd64.deb安装后打开sdkmanager首次使用需要注册NVIDIA 开发者账号登录后才能使用sdkmanager Target Hardware会自动检测适配Jetson硬件以及SDK版本点击CONTINUEsdk一起安装容易失败试过很多次一次没有成功换版本也不行最后分开安装只勾选系统Jetson Linux,勾选accpet接收点击继续CONTINUE开始刷机期间会弹出检查安装硬盘主板装了固态硬盘ssd卡选择nvme等待20多分钟烧写完成即可。板端安裝nvidia-jetpack SDK版本需要有网环境主板打开终端输入命令安装sudo apt-get updatesudo apt-get install nvidia-jetpack -y等待10多分钟安装完成jtop安装 查看系统版本状态$ sudo apt install python3-pip$ sudo pip3 install jetson-stats$ sudo jtopsudo apt install libopenblas-base libopenmpi-dev libomp-dev -y安装yolo环境ultralyticspip install ultralytics默认安装基于CPU的pytorch和vision需要手动安装对应版本pytorch和vision这里使用的torch-2.0.0nv23.05-cp38-cp38-linux_aarch64.whl安装pytorch下载链接https://developer.download.nvidia.cn/compute/redist/jp/v511/pytorch/torch-2.0.0nv23.05-cp38-cp38-linux_aarch64.whl执行pip install torch-2.0.0nv23.05-cp38-cp38-linux_aarch64.whlhttps://github.com/pytorch/vision/tree/release/0.15cd visionpython setup.py install转换onnx模型/usr/src/tensorrt/bin/trtexec --onnxyolo26s.onnx --saveEngineyolo26s_fp16.engine --fp16 --workspace4096 21 | tee trtexec_fp16.log
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/14 3:51:47

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/15 2:04:12

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/14 10:11:15

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/14 17:14:38

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/14 16:35:50

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/14 3:51:43

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉