jetson

头发够用的程序员

从滑动窗口到矩阵运算：img2col算法基本原理卷积神经网络中，滑动窗口卷积是其特征提取的核心操作。传统卷积依靠多层嵌套循环，逐行、逐列滑动卷积核，与局部感受野内的特征元素依次完成乘加运算。再结合激活函数的非线性运算，以一种简洁的方式，诠释着自己对于这个世界的独特理解。这种朴素的串行遍历思想，完全贴合卷积的数学定义与直观理解，但却忽略了现代计算机体系结构的底层特性：CPU、GPU 均以矩阵运算、批量计算、高速缓存、SIMD / 并行计算为性能优势，嵌套循环的零散访存、频繁的内存跳转、碎片化计算，会造成计算资源利用率低下、缓存命中率不足，成为卷积推理与

亚博的super镜像的vnc一直不好用，今天来解决一下首先是Ubuntu22.04，离开了方便快捷的树莓派，要开始玩jetson orin nano了，然而自带的nvc是不好用的，我又不想直接用屏幕连着小车调试，太费劲。所以来鼓捣一下vnc顺便记录下写写文档。

明月醉窗台

[jetson] AGX Xavier 安装Ubuntu18.04及jetpack4.5以下是详细的操作步骤：主机 (Host PC)：一台安装了 Ubuntu 18.04 或 20.04 的台式机或虚拟机（建议实体机，更稳定)，

明月醉窗台

[Jetson] NVIDIA Jetson 全系列边缘计算芯片进阶指南这是英伟达目前最顶尖的系列，专为具身智能（Humanoid Robotics）和生成式 AI 设计。上市年份： 2024年发布（2025年量产）。

明月醉窗台

[Jetson] 在Jetson Xavier AGX编译opencv+cuda准备工作：安装依赖包：执行编译：https://blog.csdn.net/yohnyang/article/details/129893542

将你的 Jetson 变为全功能公网服务器——使用Cloudflare_Tunnel方式实现你的 Jetson 不仅能跑 YOLO 做推理，它本质上就是一台拥有强大性能的 ARM 计算机。把它做成一台 24 小时运行的“小型边缘服务器”有无数的玩法：

jetson设备上自己手动编译适配版本的pytorch全过程，及报错的解决方法在jetson设备上不可以直接用pip install torch来安装pytorch，必须要去nvidia官网下载编译好的whl文件进行pip install，这有更直接一点的地址来安装jetpack对应的whl，很可惜最高只支持jetpack6.1，这意味着超过6.1版本的必须自己从pytorch官网进行来下载源码编译，那么就开始正题。首先获取源码：

jetson设备上自己手动编译适配版本的onnxruntime全过程，及报错的解决方法原来我的jetpack版本较低，可以直接从jetson zoo中找到对应本版编译好的ort：————————————————————————————————————————————————————————

【2026最新】Jetson全系列安装支持CUDA加速的OpenCV 4.10保姆级教程（适配Jetpack 6/5及Orin/Xavier/Nano等）在 NVIDIA Jetson 边缘计算平台上（如 Jetson AGX Orin, Orin NX, Xavier NX, Nano 等），如果你设备的 OpenCV 不支持 CUDA 加速（仅 CPU 版本）。对于从事计算机视觉（CV）开发的工程师来说，无法利用 GPU 加速会极大地限制模型推理、图像预处理的效率。

伟大的大威

NVIDIA Jetson Orin Nano 刷机避坑指南：NVMe启动 + SDK Manager + 解决卡启动/红字报错最近在配置 NVIDIA Jetson Orin Nano 开发板，目标是将 JetPack 6.x 系统直接刷入 NVMe SSD（放弃速度慢且容量小的 SD 卡）。整个过程踩了不少坑，包括 SDK Manager 权限报错、显示器卡死在启动界面、Oem-config配置失败等。本文总结了一套 “Pre-Config（预配置）” 的最佳实践方案，能够一次性跑通，避免各种图形界面引导失败的问题。

扫地的小何尚

CUDA 13.0深度解析：统一ARM生态、UVM增强与GPU共享的革命随着NVIDIA CUDA Toolkit 13.0的发布，嵌入式和边缘计算领域正迎来一场深刻的变革。专为搭载NVIDIA Blackwell GPU架构的Jetson Thor SoC优化，此版本不仅带来了前所未有的性能提升，更通过一系列革命性的更新，重塑了开发者的工作流。从统一的ARM平台CUDA工具包，到完全硬件一致性的统一虚拟内存（UVM），再到多进程服务（MPS）和绿色上下文等GPU共享功能，CUDA 13.0正在为边缘AI应用开启一个更快、更高效、更通用的新时代。

配置Nvidia JETSON AGX Xavier硬件连接：进入刷机模式（两种方式都可以）：Xavier 链接至虚拟机：进入Ubuntu虚拟机，输入lsusb命令，如果设备进入刷机模式，会显示NVIDIA Corp的设备记录，如果找不到，可以通过下面方式连接：

AGX Orin平台RTC驱动导致reboot系统卡住问题调试自制底板核心模组是 Jetson AGX Orin 64GSDK 是 Jetpack6.2 36.4.3

Nvidia Orin DK 本地 ollama 主流 20GB 级模型 gpt-oss, gemma3, qwen3 部署与测试这个博客用来记录在 Nvidia Orin 64 GB DK 设备上本地 ollama 部署并评测主流的几个 20GB 以下模型 gpt-oss:20b、gemma3:27b、qwen3:30b 模型的性能，其中 gpt-oss 是 OpenAI 刚刚开源（2025年08月05日）的模型，距离博客形成时间（2025年08月07日）仅过去 2 天，算是赶了一个大早。

无证驾驶梁嗖嗖

OpenCV 4.1.1 编译错误解决方案（cudaoptflow.hpp not found）在 Jetson 平台编译 OpenCV 4.1.1 + contrib 时出现如下错误：即使在 CMake 中添加了：

地球被支点撬走啦

jetson ubuntu 打不开 firefox和chromium浏览器jetson在近期自动更新了软件版本之后发现我安装的chromium和自带的firefox浏览器都没法打开了。比如点开firefox图标后一直在转圈圈：

宽容人厚载物

Jetson Orin NX 部署YOLOv12笔记注意：YOLOv12/YOLOv11/YOLOv10/YOLOv9/YOLOv8/YOLOv7a/YOLOv5 环境通用

jetson orin nano学习(torch+OpenCV+yolov5+)指令：nvidia-smi -h 帮助命令 sudo jtop --查看nvidia的gpu状态Tip:教程下载的pytorth,cuda,cudnn版本不一定是你项目符合的，要提前想好

云卷云舒___________

【B站保姆级视频教程：Jetson配置YOLOv11环境（六）PyTorch&Torchvision安装】Jetson配置YOLOv11环境（6）PyTorch&Torchvision安装libopenblas-dev作用：提供优化的BLAS（Basic Linear Algebra Subprograms）库，用于高效执行线性代数运算。影响：PyTorch依赖于高效的线性代数运算来加速深度学习模型的训练和推理。libopenblas-dev提供了优化的BLAS实现，可以显著提升PyTorch的性能，尤其是在CPU上运行时。

jetson 无显示器配置WIFI我使用的 jetpack 版本是 6.1，发现自带 NetworkManager 软件包，此软件包包含一个守护程序、一个命令行界面（nmcli）和一个基于 curses 的界面（nmtui）。