四、Anaconda & Pycharm
五、yolov5
六、maix_train
2. 使用SD Memory Card Formatter格式化U盘或SD卡，使用Etcher烧录系统镜像，具体使用方法可移步上一个教程: Jetson nano从烧录系统到DeepStream+TensorRT+yolov5检测CSI摄像头视频 - 哔哩哔哩 (bilibili.com) 只需将镜像换成下好的Ubuntu镜像即可！
1.重启电脑，按F12或者其它键进入启动项选择，并选择U盘为启动项
3.下一步选择要安装的磁盘位置，此方法仅适用
4.第二种情况或其他系统与
EFI分区512即可
Ext4分区选最大，或留出8~16
swap分区可选，用作swap分区
将选择为分区，并检查是否挂载至！
6.双系统请勿随便其他、、
7.时区这里选择上海（Shanghai）
8. 用户名、主机名、简短容易辨识即可
9.等待安装结束~~~
10. 安装完成，提示拔出U盘 按回车重启
进入启动项，选择刚才安装的Ubuntu，如果需要修改启动顺序，自行在Bios中修改
这里选择Ubuntu即可，如需进入Windows选第三个
打开Software & Updates 选择Additional Drivers，可能会出现与我相同的情况，选项为灰色，具体参考Ubuntu社区此帖， 此前没有遇到此类问题。
在终端执行即可，
然后选择最新的显卡驱动 版本465 cuda11.3 重启即可
输入
从NVIDIA官网，cuda11.3安装界面。
如遇到下载失败，自行删除失败文件，重新下载
成功率最高，不建议尝试 和，安装过程稍慢，请耐心等待，不要终止或关闭终端。
安装完成之后，加入到环境变量，可用gedit或vim编辑，vim可用安装，具体使用方法，参考上一篇帖子，
注意cuda版本是11.3，保存退出，输入source .bashrc，输入nvcc -V 即可查看cuda版本。
接下来安装cuDNN，需要注册账号，建议选用deb方式安装。
依次下载、用方式安装
然后安装docker，
没有先，然后按照命令依次按照即可，
安装完成，重启docker服务
输入即可查看当前运行的容器
更多Docker容器 可访问官网 查看，docker使用非常方便，官方提供各种配好的机器学习框架，计算机视觉等包，拉取即用。
另一种就是anaconda虚拟环境，也能够很方便的管理包，可以使用而取代基础环境中的
下载Linux-64位版本，先提权，然后
第一个选
安装目录默认即可
第二个也要选添加到环境变量，
重启终端，可以看见用户名前多了(base)代表基础环境，输入即可进入anaconda图形界面
然后是Pycharm安装，相较于vscode我更推荐用，
将下载好的压缩包，解压至Home目录下
进入，bin文件夹， 启动
安装完成之后，sudo apt install git 可在Pycharm中拉取项目
拉取yolov5项目
这里选择取消 不创建Pycharm的虚拟环境
在File-S
关于DarkNet框架编译，请参考我的上一篇教程，编译之前，需要安装等包，可自行
项目地址：
创建好之后点 号
搜索tensorflow，有NVIDIA的GPU选择版本，没有选即可版本号为
然后，
训练之前，先按照说明去nncase的GitHub 下载的 版本，并解压到目录下，注意不要
训练之前，先生成配置文件，配置文件中包含epoch 等参数
这里有分类模型和检测模型可选，我这里选的是检测模型
训练结束后，会在out目录生成模型和脚本文件
修改boot.py 倒数第行，为 复制到sd卡，插入烧好Maixpy固件的k210开发板即可运行！
写到最后，大部分深度学习项目，均可通过以上方法在Pycharm中用anaconda环境配置，相较于社区版，Pycharm专业版有更多的功能，使用docker容器也是非常方便，直接拉取就能使用。
到此这篇ubuntu镜像文件iso下载教程（ubuntu16.04镜像文件下载）的文章就介绍到这了,更多相关内容请继续浏览下面的相关推荐文章，希望大家都能在编程的领域有一番成就！版权声明：
本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如若内容造成侵权、违法违规、事实不符，请将相关资料发送至xkadmin@xkablog.com进行投诉反馈，一经查实，立即处理！
转载请注明出处，原文链接：https://www.xkablog.com/qdvuejs/19265.html