NVIDIA Jetson TX2 on GreenGrass

如果您刚开始使用 AWS IoT Greengrass,我们建议您使用 Raspberry Pi 或 Amazon EC2 实例作为您的核心设备,并且按照适合您的设备的设置步骤进行操作。要使用不同的设备或平台,请按照本部分中的步骤操作。有关支持的设备平台的信息,请参阅 Greengrass 核心平台兼容性

  1. 如果您的核心设备是 NVIDIA Jetson TX2,您必须先使用 JetPack 3.3 安装程序切换该固件。如果要配置不同的设备,请跳至步骤 2。

    注意

    您使用的 JetPack 安装程序版本基于目标 CUDA 工具包版本。以下说明使用 JetPack 3.3 和 CUDA Toolkit 9.0,因为 TensorFlow v1.10.1 和 MXNet v1.2.1 二进制文件(AWS IoT Greengrass 在 Jetson TX2 上提供用于机器学习推理)是针对此版本的 CUDA 编译的。有关更多信息,请参阅执行机器学习推理

    1. 在运行 Ubuntu 16.04 或更高版本的物理桌面上,使用 JetPack 3.3 安装程序切换该固件,如 NVIDIA 文档的下载并安装 JetPack (3.3) 中所示。

      按照安装程序中的说明将所有软件包和依赖项安装在 Jetson 板上,后者必须通过 Micro-B 电缆连接到桌面。

    2. 以正常模式重启您的面板,然后将一个显示屏连接到面板。

      注意

      使用 SSH 连接到 Jetson 板时,请使用默认用户名 (nvidia) 和默认密码 (nvidia)。

  2. 运行以下命令以创建用户 ggc_user 和组 ggc_group。根据核心设备上安装的分配,运行的命令将有所不同。
    • 如果核心设备正在运行 OpenWrt,请运行以下命令:

      opkg install shadow-useradd
      opkg install shadow-groupadd
      useradd --system ggc_user
      groupadd --system ggc_group
    • 否则,请运行以下命令:
      sudo adduser --system ggc_user
      sudo addgroup --system ggc_group

      注意

      如果 addgroup 命令在系统上不可用,请使用以下命令。

      sudo groupadd --system ggc_group
  3. 安装 Java 8 Runtime。本教程使用简单组创建工作流程,此工作流程在默认情况下启用组中的流管理器。启用流管理器后,您必须在核心设备上安装 Java 8 Runtime,然后再部署组。
    • 对于基于 Debian 或基于 Ubuntua 的发行版:

      sudo apt install openjdk-8-jdk
    • 对于基于 Red Hat 的发行版:
      sudo yum install java-1.8.0-openjdk
  4. 要确保您具有所有必需的依赖项,请从 GitHub 上的 AWS IoT Greengrass 示例存储库下载并运行 Greengrass 依赖项检查程序。 这些命令将解压和运行依赖项检查程序脚本。
    mkdir greengrass-dependency-checker-GGCv1.10.x
    cd greengrass-dependency-checker-GGCv1.10.x
    wget https://github.com/aws-samples/aws-greengrass-samples/raw/master/greengrass-dependency-checker-GGCv1.10.x.zip
    unzip greengrass-dependency-checker-GGCv1.10.x.zip
    cd greengrass-dependency-checker-GGCv1.10.x
    sudo ./check_ggc_dependencies | more

    注意

    check_ggc_dependencies 脚本在 AWS IoT Greengrass 支持的平台上运行并需要特定的 Linux 系统命令。有关更多信息,请参阅依赖项检查程序的自述文件

  5. 按照依赖项检查程序输出的指示,在设备上安装所有必需的依赖项。对于缺少的内核级别依赖项,您可能需要重新编译内核。要安装 Linux 控制组 (cgroups),您可以运行 cgroupfs-mount脚本。这将允许 AWS IoT Greengrass 设置 Lambda 函数的内存限制。在默认的容器化模式下运行 AWS IoT Greengrass 时也需要 Cgroup。

    如果没有错误在输出中显示,AWS IoT Greengrass 应该能够在您的设备上成功运行。

    重要

    本教程需要 Python 3.7 和 Java 8 运行时。check_ggc_dependencies 脚本可能生成有关缺失的可选运行时先决条件的警告。您可以忽略这些警告。

    有关 AWS IoT Greengrass 要求和依赖项的列表,请参阅 支持的平台和要求

原文地址:https://www.cnblogs.com/cloudrivers/p/12038431.html

时间: 2024-09-29 04:35:24

NVIDIA Jetson TX2 on GreenGrass的相关文章

NVIDIA Jetson TX2 通过JetPack 3.1刷机后不能启动连网问题解决

Mark一个Jetson TX2刷机后不能启动的问题. 问题的现象是Jetson TX2 通过JetPack 3.1更新固件成功,但是reboot后没有显示,也没有eth0的网络连接,主机控制台卡在"Determing the IP address of target...",如图1所示,手动复位还是这样,以至于主机的JetPack 3.1不能完成后续的步骤. 问题的原因是Jetson TX2连接显示器的HDMI-VGA适配器不被启动时的linux识别,导致卡在检测显示适配器这一步,如

Nvidia Jetson tx2 换用清华的源

编辑 /etc/apt/source.list # deb cdrom:[Ubuntu 16.04 LTS _Xenial Xerus_ - Release amd64 (20160420.1)]/ xenial main restricted deb [arch=amd64,i386] http://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial main restricted deb [arch=amd64,i386] http://mirrors.t

NVIDIA Jetson TX2 通过vnc 桌面控制

1.安装Xrdp Windows远程桌面使用的是RDP协议,所以ubuntu上就要先安装Xrdp,在ubuntu软件中心搜索xrdp安装. 安装xrdp的同时会自动安装vnc4server,xbase-clients组件 或者终端命令行输入安装: sudo apt-get install xrdp vnc4server xbase-clients 2.设置打开桌面共享 安装完后在/usr/share/applications目录下打开”桌面共享”选项,进一步设定 桌面共享选项中首先要开启共享,关

Jetson TX2安装Jetpack 3.0注意事项

Jetson TX2安装Jetpack 3.0注意事项 nvidia jetson tx2配置caffe: http://blog.csdn.net/jiongnima/article/details/70040262 CSDN jiongnima博主的这篇文章非常详细完整,但是作为一个初次接触nvidia jetson TX2的人来说,还是会难免遇到一些困难,下面我在这篇文章的基础上,写一些我在安转Jetpack 3.0时遇到的问题,希望大家可以坐在以后的安装过程中规避这些问题:  1.在nv

Jetson TX2安装TensorFlow注意事项

Jetson TX2安装TensorFlow注意事项 在nvidia jetson TX 2上安装TensorFlow时,在使用下面教程进行安装时,可能会出现多次卡死在编译阶段:./buildTensorFlow.sh: nvidia jetson tx2 安装TensorFlow:http://www.ncnynl.com/archives/201706/1754.html 解决方法:引发该错误的原因是内存不足,可以通过通过Ubuntu中的swap分区分配2G虚拟内存,来解决内存不足的问题:

Jetson TX2刷机教程(原创)

Jetson TX2刷机教程 一,硬件准备 1台host主机(linux系统,最好是ubuntu64位) 1台Jetson TX2的平台 二,软件包 JetPack(Jetson SDK) 下载地址:https://developer.nvidia.com/embedded/downloads#?search=jetpack%203.1 三,安装过程 1.在host主机中下载的JetPack(Jetson SDK)软件包 2.将下载的软件包右键,选择properties,勾选Allow exec

Jetson TX2上的demo(原创)

Jetson TX2上的demo 一.快速傅里叶-海动图 sample The CUDA samples directory is copied to the home directory on the device by JetPack. The built binaries are in the following directory: /home/ubuntu/NVIDIA_CUDA-<version>_Samples/bin/armv7l/linux/release/gnueabihf

Jetson TX2火力全开

Jetson Tegra系统的应用涵盖越来越广,相应用户对性能和功耗的要求也呈现多样化.为此NVIDIA提供一种新的命令行工具,可以方便地让用户配置CPU状态,以最大限度地提高不同场景下的性能和能耗. 记住,Jetson TX2由一个GPU和一个CPU集群组成. CPU集群由双核丹佛2处理器和四核ARM Cortex-A57组成,通过高性能互连架构连接. 拥有6个CPU核心和一个GPU,您可以不必自行运行所有性能/功耗来测试最佳的运行状态,因为NVIDIA的新的命令工具Nvpmodel,提供了5

在Jetson TX2上安装caffe和PyCaffe

参考文章:How to Install Caffe and PyCaffe on Jetson TX2 与参考文章大部分都是相似的,如果不习惯看英文,可以看看我下面的描述 caffe是Nvidia TensorRT最支持的深度学习框架,因此在Jetson TX2上安装caffe很有必要.顺便说一句,下面的安装是支持python3的. 先决条件 在Jetson TX2上完成JetPack-3.1的安装. 构建并安装OpenCV-3.4.0,并确保其在python3下正常工作.参考:在Jetson