上一篇系列文章向大家介绍了 Hello AI World。接下来的这篇文章将讲述 Hello AI World 的环境安装。
首先进入项目网页 https://github.com/dusty-nv/jetson-inference,在系统安装(System Setup)处里有三个部分:
第一个部分 “安装 Jetpack” 已经在上一篇系列文章中讲解地非常清楚,因此可以忽略不管;第二个部分 “执行Docker 容器版本”,考虑到大部分初学者对 Docker 比较陌生,如果熟悉 Docker 应用技巧的人,可以自行进入下载合适的版本去使用,本文不做说明。第三个部分是标准的安装流程,也是通用性最高的方法,本文将讲述以这个方式为主进行的安装。在安装过程中需要下载实验中需要用到的一些网络模型,全部合计共 4.7GB 容量,当然也可以只下载系统预设的 2.7GB 容量的模型,因此整个实验建议只是保留 4~6GB 的存储空间给这个项目使用。
现在就开始整个项目的安装流程,按照官网的编译版安装流程,请在 Jetson 设备上打开一个终端,然后执行以下指令:
$ sudo apt-get update
$ sudo apt-get -y install git cmake libpython3-dev python3-numpy
$ git clone --recursive https://github.com/dusty-nv/jetson-inference
$ cd jetson-inference
$ mkdir build && cd build
$ cmake ../
到这个步骤时,由于会执行 “预训练模型下载”与 “ Pytorch 安装”这两个步骤,前一个步骤会跳出一个对话框(如下图),系统预设定选择的模型总共约 2.7GB 容量,您也可以自行调整要下载的内容。
选择 <OK> 之后就开始下载,由于这些由 NVIDIA 预训练好的模型,都存放在国外原厂的网盘空间位置,国内下载可能会受到网速的影响,这部分请自行解决。
这个步骤执行之后,接着会跳出下一个画面,表示要为系统安装 Pytorch 框架,这个部分是为了做模型训练(training)用的,建议也选择执行。
这两个步骤所耗费的时间是最久的,也是无法预测的,请自行处理。
如果前面 Download Models 步骤中,没有将全部模型都下载的话,后面想要使用未下载的模型时,只要到 tools 目录下面执行 download-models.sh 即可,完整指令如下:
$ cd ~/jetson-inference/tools
$ ./download-models.sh
接下来就要开始编译并安装 jetson-inference 项目的代码,如果前面的步骤没有跳到别的地方的话,现在应该在 <~/jetson-inferecne/build> 目录下,前一个步骤 “cmake ..” 指令会在这个目录建立接下来编译所需要的 Makefile 配置文件,检查一下,如果有这个文件就表示可以继续进行下面步骤,全部编译的时间在 Jetson Nano 大约 3 分钟就能完成。
$ make -j$(nproc) # 使用 -j$(nproc)可以最大限度使用 CPU 核,加速编译
$ sudo make install # 要将编译结果写入系统文件夹所以需要用 sudo
$ sudo ldconfig # 立即让编译的结果生效
编译完成之后,可以用 video-viewer 这个工具来简单测试一下,您可以选择以下三种方式的任何一种,测试 jetson-inference 系统安装状况:
# 如果有装上 CSI 摄像头,请执行以下指令,预设输入源就是 CSI 摄像头
$ video-viewer
# 如果有装上 USB 摄像头,在 video-viewer 后面接上 USB 摄像头编号上
$ video-viewer/dev/video1
# 如果还没装上任何一个摄像头,可以用视频文件来测试
$ video-viewer test.mp4
只要能正常执行(如下图),就表示这个开源项目的编译与安装是正常的。
以上就是本篇文章的内容,接下去就要开始按部就班,带着大家进一步开始 Hello AI World 的深度学习之旅。
好文章,需要你的鼓励
微软推出 Copilot+ PC 标准,要求配备高性能 NPU,引发 AI PC 市场格局变化。英伟达虽在数据中心 AI 领域占主导,但在 PC 端面临挑战。文章分析了英伟达的 AI PC 策略、NPU 与 GPU 的竞争关系,以及未来 GPU 可能在 Copilot+ 功能中发挥作用的前景。
专家预测,随着人工智能技术的迅速发展和广泛应用,2025 年可能成为 AI 泡沫破裂的关键一年。尽管 AI 仍有望在多模态模型和自动机器学习等领域取得突破,但技术瓶颈、投资回报率下降、监管趋严以及环境和伦理问题等因素可能导致 AI 热潮降温。未来 AI 发展将更注重平衡和可持续性。
Google 推出名为 Titans 的新型 AI 架构,是 Transformer 的直接进化版。Titans 引入了神经长期记忆、短期记忆和基于惊喜的学习系统,使 AI 更接近人类思维方式。这一突破性技术有望彻底改变 AI 范式,推动机器智能向人类认知迈进一大步。
主动型 AI 是人工智能的下一次进化,它不仅能生成内容,还能自主决策和追求目标。这种 AI 可以设定自己的目标,制定策略并根据情况调整方法,实现真正的自主性。它将彻底改变机器与世界的互动方式,为人机协作开启新的可能性,但也带来了透明度和伦理等挑战。