踩过的坑

1.**jetson系列不能用nvidia-smi指令。**需要安装jetson-stats打开jtop来查看GPU使用情况等，也可以查看CUDA/CUDNN等版本情况

2.用“普通”ubuntu的安装cuda、cudnn方法来安装jetson，我试了没成功，而且也比较麻烦。

一、安装jetson-stats

打开terminal

sudo apt-get install python3-pip

sudo -H pip3 install jetson-stats

安装完成之后直接在terminal中输入

jtop

即可启动（有些博客写需要重启，reboot一下）

二、CUDA/cuDNN安装

直接使用APT安装既简单又有效

1.CUDA

terminal输入

sudo apt-get install cuda-toolkit-10-2

安装完成之后，将以下复制到 .bashrc文件末尾

export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-10.2/lib64
export PATH=$PATH:/usr/local/cuda-10.2/bin
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda-10.2

可以手动打开.bashrc文件，也可以用命令直接打开

sudo gedit
~/.bashrc

2.cuDNN

首先查看仓库提供的cuDNN有哪一些。terminal输入

sudo apt-cache policy libcudnn8

如果没有的话可以查看

sudo apt-cache policy libcudnn7

以此类推

我NX的JetPack 4.5.1安装cuda-10.2之后libcudnn8只有一个版本.则键入

sudo apt-get install libcudnn8

即可。若有要选择版本的话

sudo apt-get install libcudnn8=（*.*.*.**+cuda*** ）

括号中为你之前查看到的版本列表中选择。

验证CUDA/cuDNN安装

jtop

info中有显示CUDA/cudnn版本号既安装成功。可以用pytorch调用cuda、cudnn验证。

>>> import torch
>>> print(torch.__version__)
>>> print('CUDA available: ' + str(torch.cuda.is_available()))
>>> print('cuDNN version: ' + str(torch.backends.cudnn.version()))
>>> a = torch.cuda.FloatTensor(2).zero_()
>>> print('Tensor a = ' + str(a))
>>> b = torch.randn(2).cuda()
>>> print('Tensor b = ' + str(b))
>>> c = a + b
>>> print('Tensor c = ' + str(c))

最后

以上就是优秀小土豆为你收集整理的Jetson系列Ubuntu--CUDA、cudnn快速安装（Jetson Xavier NX上实践可行）踩过的坑一、安装jetson-stats二、CUDA/cuDNN安装验证CUDA/cuDNN安装的全部内容，希望文章能够帮你解决Jetson系列Ubuntu--CUDA、cudnn快速安装（Jetson Xavier NX上实践可行）踩过的坑一、安装jetson-stats二、CUDA/cuDNN安装验证CUDA/cuDNN安装所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。