NVIDIA TX2--3--NVIDIA Jetson TX2 查看系统版本参数状态及重要指令

2023-05-16

Yolov-1-TX2上用YOLOv3训练自己数据集的流程(VOC2007-TX2-GPU)

Yolov--2--一文全面了解深度学习性能优化加速引擎---TensorRT

Yolov--3--TensorRT中yolov3性能优化加速(基于caffe)

yolov-5-目标检测:YOLOv2算法原理详解

yolov--8--Tensorflow实现YOLO v3

yolov--9--YOLO v3的剪枝优化

yolov--10--目标检测模型的参数评估指标详解、概念解析

yolov--11--YOLO v3的原版训练记录、mAP、AP、recall、precision、time等评价指标计算

yolov--12--YOLOv3的原理深度剖析和关键点讲解


NVIDIA Jetson TX2 查看系统参数状态。

当前博主的TX2更新的版本为:Jetpack 3.3, cuda 9.0.252, cudnn7.0, opencv3.3.1, TensorRT4.0.2,

系统内核:tegra-ubuntu 4.4.38-tegra aarch64, Linux系统版本:Ubuntu16.04原Python:2.7.11+(更新后为Python3.5.2)

 pip19.0.3,setuptools-36.6.0(更新后为setuptools-40.8.0), cmake 3.5.1

 

1,查看Jetson TX2 L4T版本:

head -n 1 /etc/nv_tegra_release

在刷 JetPack 3.0之前 和刷之后 版本参数发生细微的变化: REVISION:由 0.1变成 1.0 了。

刷 JetPack 3.0之前:

\

刷 JetPack 3.0之后:

\

查看TensorRT的版本:
 

dpkg -l | grep TensorRT

 

2,查看系统版本:

cat /etc/lsb-release

3, 查看系统l内核:

uname -a

4,查看内存:

free -m

\

5,查看CPU详情:

lscpu

\

6,查看硬盘分区:

sudo parted -l

\

7,查看硬盘空间

df -h

\

8,查看正在运行的进程:

top

\

9,查看USB设备

lsusb

\

10、TX2-start 6 CPU kernel-开启高功耗模式

https://www.cnblogs.com/happyamyhope/p/9110899.html

11、TX2上查看cuda,cudnn,opencv,版本

cuda 版本 :

nvcc -V
cat /usr/local/cuda/version.txt

TX2里的cudnn安装目录与普遍的linux不同,按照网上linux的查看cudnn的版本的命令行是找不到的。但是明明刷机时已经安装了cudnn。
应该按如下命令找到cudnn版本

cat /usr/include/cudnn.h | grep CUDNN_MAJOR -A 2

 

opencv:

pkg-config --modversion opencv

12、键盘上的IOP会变56-怎么办_百度知道

最佳答案: 是你把数字键打开了,把“Num Lock"键按一下就可以了。

13、查看python版本 

查看python版本 
方法一: 
python -V 注意:‘-V‘中‘V’为大写字母,只有一个‘-’ 
方法二: 
python –version 注意:‘–version’中有两个‘-’
查看python安装位置 
方法一:  
python -c “import sys; print sys.executable” 
方法二: 
python -c “import os; print os.sys.executable” 
python -c “import os; path = os.sys.executable;folder=path[0 : path.rfind(os.sep)]; print folder”
查看Numpy版本 
python -c “import numpy; print numpy.version.version” 
或 
python -c “import numpy; print numpy.version”
查看Numpy安装路径 
python -c “import numpy; print numpy.file”

查看SciPy版本 
python -c “import scipy; print scipy.version.version” 
或 
python -c “import scipy; print scipy.version”

查看SciPy安装路径 
python -c “import scipy; print scipy.file”

查看Matplotlib版本 
python -c “import matplotlib; print matplotlib.version.version” 
或 
python -c “import matplotlib; print matplotlib.version”
查看Matplotlib安装路径 
python -c “import matplotlib; print matplotlib.file”

 

 

参考:

https://www.2cto.com/kf/201706/648141.html

本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)

NVIDIA TX2--3--NVIDIA Jetson TX2 查看系统版本参数状态及重要指令 的相关文章

  • 机器人避障规划算法之VFH系列算法研究现状

    机器人路径规划算法可以分为全局路径规划与局部路径规划 xff0c 全局规划算法一般需要地图信息作为先验知识 xff0c 而局部规划算法利用传感器探测环境信息避开障碍物 常用的全局算法算法有可视图法 xff0c 栅格地图法 xff0c 智能算
  • Windows配置ArUco

    windows10 vs2019 opencv3 4 6 注意 xff0c 一定要选择与opencv版本一样的opencv contrib 进行编译 xff0c 否则将会出现错误 xff0c 有很多的工程不能编译通过 xff0c 不能产生相

随机推荐

  • ArUco估计位姿原理

    ArUco使用 PnP OpenCV aruco 校准相机 Camera Calibration Demo 使用opencv的aruco库进行位姿估计 include lt opencv2 core core hpp gt include
  • 传递函数极点与微分方程的解

    如何解微分方程 setting y 61 e rx xff0c 点睛之笔
  • MPC控制

    基于状态空间模型的控制 模型预测控制 xff08 MPC xff09 简介 对基于状态空间模型的控制理解得很到位 在这里我重点讲解一下状态空间 模型 那么什么是状态 xff1f 输出是不是也是状态的一种 xff1f 对的 xff0c 输出也
  • @卡尔曼滤波理解

    Kalman Filter For Dummies 翻译 如何用卡尔曼滤波算法求解电池SOC xff08 基础篇 xff09 转载留存 卡尔曼滤波算法详细推导 这一篇对预备知识的介绍还是很好的 xff0c 过程与原理讲解也很到位 xff0c
  • 全景避障、VIO

    VINS Mono代码分析与总结 完整版 单目与IMU的融合可以有效解决单目尺度不可观测的问题 鱼眼摄像头SLAM xff1a PAN SLAM 全景相机SLAM 原论文 xff1a Panoramic SLAM from a multip
  • CAN总线-ACK应答机制分析

    1 xff1a 应答场定义 应答场长度为 2 个位 xff0c 包含应答间隙 xff08 ACK SLOT xff09 和应答界定符 xff08 ACK DELIMITER xff09 在应答场里 xff0c 发送站发送两个 隐性 位 当接
  • 树莓派4b 引脚图

    树莓派 4B 详细资料
  • 控制~线性系统~的能控性和能观性

    现控笔记 xff08 四 xff09 xff1a 能控性和能观性 能控性 xff1a 是控制作用u t 支配系统的状态向量x t 的能力 xff1b 回答u t 能否使x t 作任意转移的问题 能观性 xff1a 是系统的输出y t 反映系
  • 创建功能包

    创建功能包 xff1a catkin create pkg 在Amos WS src路径下 xff0c 打开控制台输入catkin create pkg my package std msgs rospy roscpp 创建一个名为my p
  • SLAM算法

    一 概述 Simultaneous Localization and Mapping SLAM 原本是Robotics领域用来做机器人定位的 xff0c 最早的SLAM算法其实是没有用视觉camera的 xff08 Robotics领域一般
  • 激光雷达入门

    转载自 xff1a https zhuanlan zhihu com p 33792450 前言 上一次的分享里 xff0c 我介绍了一个重要的感知传感器 摄像机 摄像机作为视觉传感器 xff0c 能为无人车提供丰富的感知信息 但是由于本身
  • 【超详细】韦东山:史上最全嵌入式Linux学习路线图

    我是1999年上的大学 xff0c 物理专业 在大一时 xff0c 我们班里普遍弥漫着对未来的不安 xff0c 不知道学习了物理后出去能做什么 你当下的经历 当下的学习 xff0c 在未来的一天肯定会影响到你 毕业后我们也各自找到了自己的职
  • ArUco码辅助定位——计算机视觉

    使用USB网络摄像头和ROS跟踪ArUco Markers
  • 基于D435i的点云重建

    Task 采用D435i采集深度图和RGB图像 xff0c 进行点云重建和聚类 1 xff09 解析Bag数据 xff1a import os import cv2 import numpy as np import rosbag from
  • vncviewer黑屏问题解决

    最近在重启服务器后 xff0c 用vnc进行远程桌面连接时 xff0c vnc能够连上 xff0c 或有提示错误 xff0c 或无提示错误 xff0c 但显示黑屏 在网上搜索了甚久 xff0c 各种google xff0c 各种baidu
  • Unbuntu 系统及VNC Viewer显示中文

    一行命令搞定 xff1a apt get install ttf wqy zenhei
  • 在嵌入式Linux系统上安装打印机

    简介 xff1a 在Linux环境中安装打印机 xff0c 通常是cups ghostscript等 xff0c 但体积通常很大 xff0c 几十兆 在我应用的环境 xff0c 要求打印模块不大于5M xff0c 在网上搜索的方案是将cup
  • 深度学习环境搭建:win10+GTX1060 + tensorflow1.5+keras+cuda9.0+cudnn7

    2018年 2月8日下午 xff0c 开始搭建环境 我新买了联想Y720笔记本电脑一台 xff0c 希望用它来开展深度学习的探索 根据之前的一点点经验 xff0c 搭建深度学习的环境 本篇博客主要记录的是流程 xff0c 不提供相关数据的下
  • Linux C/C++面试题汇总

    Linux C C 43 43 面试题汇总 前言计算机基础程序的内存空间进程和线程相关 关键字conststaticvolatile C C 43 43 指针 前言 最近面试的比较多 xff0c 看了很多关于面试的内容 xff0c 有些平时
  • NVIDIA TX2--3--NVIDIA Jetson TX2 查看系统版本参数状态及重要指令

    Yolov 1 TX2上用YOLOv3训练自己数据集的流程 VOC2007 TX2 GPU Yolov 2 一文全面了解深度学习性能优化加速引擎 TensorRT Yolov 3 TensorRT中yolov3性能优化加速 xff08 基于