Jetson TX1 초기 설정
소개
Deep Learning 공부와 GPU의 성능 평가를 위해 Jetson TX1을 구입했습니다.
(Amazon 제품 페이지: Jetson TX1 개발 키트 )
이하에 나의 초기 설정 내용을 기재합니다.
JetPack을 사용한 설정
Jetson TX1에 호스트 PC에서 JetPack2.3을 사용하여 설치합니다.
(호스트 PC로서 Windows10과 듀얼 부트시킨 64bit판 Ubuntu14.04LTS를 사용)
참고 링크 : JetPack을 사용한 설정
시간대 설정
System Settings->Time & Data->Location->Tokyo 선택
키보드 레이아웃 변경
1.System Settings->Keyboard'를 선택
2.TextEntry를 클릭
3. "+"마크를 클릭
4.Japnese를 선택
5.English(US) 삭제
* English(US) 클릭
* "-"버튼을 클릭
* Japnese만 되어 있는지 확인
7. 일본어 레이아웃이 되어 있는지 확인
* """와 "*"가 키보드대로 치는지 확인
SD 카드의 내장 드라이브화
내장 eMMC의 (개인적) 문제점
JetPack2.3에 의한 OS 업데이트와 CUDA 환경의 설치만으로, eMMC를 9.5GB 사용하고 있다(남은 4.4GB).
eMMC만으로 운용하는 것은 무리가 있을 것 같기 때문에, 외장 SD카드를 사용하기로 했습니다.
(돈에 여유가 있는 사람은 SSD 쪽이 무난하다고 생각합니다)
(CUDA 샘플을 삭제하면 1GB 정도 여유가 생길 수 있습니까?)
SD 카드 아래 준비
사용한 것은 아마존에서 구입한 도시바의 microSDXC 64GB
(Amazon 제품 페이지: 도시바 microSDXC 64GB )
SD 카드를 삽입하면 자동으로 인식되므로 포맷을 실행한다.
포맷은 SD 카드 인식 후 SD 카드 아이콘을 마우스 오른쪽 버튼으로 클릭 "Format".
여기서는 형식 유형으로 Ext4를 선택했습니다.
SD 카드 마운트
Jetson TX1에 호스트 PC에서 JetPack2.3을 사용하여 설치합니다.
(호스트 PC로서 Windows10과 듀얼 부트시킨 64bit판 Ubuntu14.04LTS를 사용)
참고 링크 : JetPack을 사용한 설정
시간대 설정
System Settings->Time & Data->Location->Tokyo 선택
키보드 레이아웃 변경
1.System Settings->Keyboard'를 선택
2.TextEntry를 클릭
3. "+"마크를 클릭
4.Japnese를 선택
5.English(US) 삭제
* English(US) 클릭
* "-"버튼을 클릭
* Japnese만 되어 있는지 확인
7. 일본어 레이아웃이 되어 있는지 확인
* """와 "*"가 키보드대로 치는지 확인
SD 카드의 내장 드라이브화
내장 eMMC의 (개인적) 문제점
JetPack2.3에 의한 OS 업데이트와 CUDA 환경의 설치만으로, eMMC를 9.5GB 사용하고 있다(남은 4.4GB).
eMMC만으로 운용하는 것은 무리가 있을 것 같기 때문에, 외장 SD카드를 사용하기로 했습니다.
(돈에 여유가 있는 사람은 SSD 쪽이 무난하다고 생각합니다)
(CUDA 샘플을 삭제하면 1GB 정도 여유가 생길 수 있습니까?)
SD 카드 아래 준비
사용한 것은 아마존에서 구입한 도시바의 microSDXC 64GB
(Amazon 제품 페이지: 도시바 microSDXC 64GB )
SD 카드를 삽입하면 자동으로 인식되므로 포맷을 실행한다.
포맷은 SD 카드 인식 후 SD 카드 아이콘을 마우스 오른쪽 버튼으로 클릭 "Format".
여기서는 형식 유형으로 Ext4를 선택했습니다.
SD 카드 마운트
1.System Settings->Keyboard'를 선택
2.TextEntry를 클릭
3. "+"마크를 클릭
4.Japnese를 선택
5.English(US) 삭제
* English(US) 클릭
* "-"버튼을 클릭
* Japnese만 되어 있는지 확인
7. 일본어 레이아웃이 되어 있는지 확인
* """와 "*"가 키보드대로 치는지 확인
SD 카드의 내장 드라이브화
내장 eMMC의 (개인적) 문제점
JetPack2.3에 의한 OS 업데이트와 CUDA 환경의 설치만으로, eMMC를 9.5GB 사용하고 있다(남은 4.4GB).
eMMC만으로 운용하는 것은 무리가 있을 것 같기 때문에, 외장 SD카드를 사용하기로 했습니다.
(돈에 여유가 있는 사람은 SSD 쪽이 무난하다고 생각합니다)
(CUDA 샘플을 삭제하면 1GB 정도 여유가 생길 수 있습니까?)
SD 카드 아래 준비
사용한 것은 아마존에서 구입한 도시바의 microSDXC 64GB
(Amazon 제품 페이지: 도시바 microSDXC 64GB )
SD 카드를 삽입하면 자동으로 인식되므로 포맷을 실행한다.
포맷은 SD 카드 인식 후 SD 카드 아이콘을 마우스 오른쪽 버튼으로 클릭 "Format".
여기서는 형식 유형으로 Ext4를 선택했습니다.
SD 카드 마운트
/etc/rc.local
if test -b /dev/mmcblk1p1; then
echo -n "Mounting SD memory"
sudo mount /dev/mmcblk1p1 /mnt/sd64
check_status
fi
참고 링크 : Linux에서 마운트하는 데 필요한 명령
참고 링크 : 부팅시 마운트하는 방법
결론
이상, Jetson TX1의 초기 설정의 일례를 소개했습니다.
앞으로 Qiita에서 Jetson TX1을 이용한 Deep Learning 사례와 GPU의 성능 평가 결과를 올려 가고 싶습니다.
Reference
이 문제에 관하여(Jetson TX1 초기 설정), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다
https://qiita.com/minoru-github/items/253cfb89f3cadd2cc315
텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
우수한 개발자 콘텐츠 발견에 전념
(Collection and Share based on the CC Protocol.)
Reference
이 문제에 관하여(Jetson TX1 초기 설정), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다 https://qiita.com/minoru-github/items/253cfb89f3cadd2cc315텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
우수한 개발자 콘텐츠 발견에 전념 (Collection and Share based on the CC Protocol.)