目录
一. CUDA安装
二. cuDNN安装
三. TensorRT安装
3.1 Pycuda安装
四. TensorFlow安装
五. PyTorch安装
六. DeepStream安装
6.1 安装依赖软件
6.2 安装DeepStream SDK
6.3 运行DEMO
七. Multimedia API安装
八. VPI安装
主要安装部署需要的CUDA，cuDNN，TensorRT，以及推理框架TensorFlow，Pytorch，视觉框架DeepStrem, VPI ,Multimedia等。
一. CUDA安装
1.使用SDKManger下载好的 .deb安装包，或自行下载
2.手动安装CUDA
3.登记GPG KEY
4.安装
执行 sudo apt-get update
sudo apt-get install cuda
安装出现依赖有问题时，保持出厂的源，不要修改，执行
sudo apt --fix-broken install
5.测试CUDA Demo程序
进入/usr/local/cuda-11.4/samples/4_Finance/BlackScholes
注意：源也要保证最初始的，不行，更换国内源
二. cuDNN安装
- 将SDKManager下载好的.deb包，传输到板子上
2.手动安装
3.进入/var/cudnn-local-repo-ubuntu2004-8.4.1.50
4.手动安装三个xxx.deb包
5.测试 cuDNN Demo程序
进入/usr/src/cudnn_samples_v8/mnistCUDNN
编译执行demo
三. TensorRT安装
- 在https://developer.nvidia.com/nvidia-tensorrt-8x-download下载对应的.dep包，需对应Ubuntu系统和cuda版本
将.deb包传输至开发板
另一种方式安装（可选）
依次安装提示的库
2.手动安装
配置os和tag变量，并安装
更新包，apt安装tensorrt
安装python3.x
安装TensorRT 使用 TensorFlow的模块
安装ONNX
验证
3.1 Pycuda安装
若需要使用Python编写TensorRT 则需要安装pycuda
安装pip3
sudo apt-get install python3-pip
执行：pip3 install pycuda
四. TensorFlow安装
安装 ：v502为jetpack版本，1.15.5为tensorflow版本,nv22.10为发布日期
查看版本https://developer.nvidia.com/embedded/downloads
sudo pip3 install --extra-index-url https://developer.download.nvidia.com/compute/redist/jp/v502 'tensorflow==1.15.5+nv22.10'
卸载：sudo 卸载出现警告是，去掉sudo
查看安装是否成功及版本号
五. PyTorch安装
1.下载脚本，https://github.com/dusty-nv/jetson-inference
2.进入目录：jetson-inference/tools
3.执行：./install-pytorch.sh
六. DeepStream安装
6.1 安装依赖软件
1.执行：sudo apt install \
libssl1.1 \
libgstreamer1.0-0 \
gstreamer1.0-tools \
gstreamer1.0-plugins-good \
gstreamer1.0-plugins-bad \
gstreamer1.0-plugins-ugly \
gstreamer1.0-libav \
libgstreamer-plugins-base1.0-dev \
libgstrtspserver-1.0-0 \
libjansson4 \
libyaml-cpp-dev
2.安装librdkafka
git clone https://github.com/edenhill/librdkafka.git
配置：
git reset --hard 7101c2310341ab3f4675fc565f64f0967e135a6a
./configure 
make
sudo make install
sudo mkdir -p /opt/nvidia/deepstream/deepstream-6.1/lib
sudo cp /usr/local/lib/librdkafka* /opt/nvidia/deepstream/deepstream-6.1/lib
6.2 安装DeepStream SDK
1.下载SDK
https://developer.nvidia.com/deepstream_sdk_v6.1.1_jetson.tbz2
2.解压配置
sudo tar -xvf deepstream_sdk_v6.1.1_jetson.tbz2 -C /
cd /opt/nvidia/deepstream/deepstream-6.1
sudo ./install.sh
sudo ldconfig
6.3 运行DEMO
进入cd /opt/nvidia/deepstream/deepstream-6.1/samples
在开发板的显示屏界面操作，
使用SSH连接会出现下面错误
目标检测Demo：
执行 sudo deepstream-app -c configs/deepstream-app/source30_1080p_dec_infer-resnet_tiled_display_int8.txt
七. Multimedia API安装
1.使用SDKManager 安装
使用SDKManager 烧录系统和安装软件，均需要开发板连接外网，会检查apt update ,若不成功，会安装失败
八. VPI安装
1.安装VPI repo 的key
sudo apt install gnupg
sudo apt-key adv --fetch-key https://repo.download.nvidia.com/jetson/jetson-ota-public.asc
sudo apt install software-properties-common
2. 安装
sudo apt-get install libnvvpi2
3. 查看
文章来源：https://www.toymoban.com/news/detail-792215.html
下一篇我将会分多篇给大家分享多个 AI的，分类检测，自动驾驶的语义分割等例子 。文章来源地址https://www.toymoban.com/news/detail-792215.html
到了这里，关于【AI】AI入门之Nvidia Jetson平台（四）- Xavier NX软件开发环境安装部署的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
