在Anaconda环境下配置PyTorch开发环境的步骤。 首先，安装Anaconda，使用conda创建和激活pytorch环境。 然后，根据是否有显卡选择合适的PyTorch安装命令。 接着，测试PyTorch是否安装成功。 此外，教程还介绍了PyCharm和Jupyter Notebook的配置方法，以及如何使用PyCharm调试conda环境。 最后，讲解了dir()和help()两个函数在PyTorch中的作用。

July 13, 2025  •  2 min read

通过局域网内主机代理实现Jetson等设备科学上网。首先，在主机端配置代理服务（如v2ray），记录IP地址和端口号，并确保允许局域网访问。可通过修改代理配置文件或设置实现。

July 10, 2025  •  2 min read

Jetson Orin Nano 烧录系统有两种方法：使用 NVIDIA SDK Manager 或手动搭建 Linux_for_Tegra 环境进行烧录。本文介绍后者，需要在 Ubuntu 系统（16.04 或 18.04 LTS）上安装 qemu-user-static 和 python。然后，从 NVIDIA 官网下载驱动程序包和示例根文件系统包。解压后，进入 Linux_for_Tegra 目录，执行相关脚本。最后，使用 l4t_initrd_flash.sh脚本烧录系统，选择 NVMe 方式。烧录过程中，Jetson 设备会断开并重新连接。 成功后会出现 successful 提示。

July 9, 2025  •  1 min read

动手进行JetsonNanoCLB的开发学习

July 8, 2025  •  1 min read

使用RKNN系列模型训练YOLOv7目标检测模型： 数据标注: 使用Labelimg标注图片，修改predefined_classes.txt。 模型训练: SSH进入计算服务器Docker，按README进行训练。将标注数据放入yolov7-rknn/datasets，修改数据集配置文件。在yolov7-rknn文件夹下执行train.py训练。训练后，使用export.py导出ONNX文件。 模型转换与部署: 参考airockchip/rknn-toolkit2进行模型转换。将转换好的模型拷贝至部署代码的model/RK3588文件夹，编写类别信息。修改include/postprocess.h和src/postprocess.cc，重新编译代码。按install.md文件执行，并使用orangepi-config使能串口。

July 8, 2025  •  1 min read

本文分享了多款常用软件配置，涵盖Windows、Mac、Linux、Android等平台。内容分为工具类（系统增强、GIF、截图、剪切板、下载）、远程控制、OCR/翻译、局域网文件传输、图片查看器、图表和白板、PDF、解压缩、视频播放器、卸载工具、录屏、桌面快速启动管理等多个类别，并提供了软件名称、平台、说明及下载链接。文章持续更新，欢迎大家分享好用的软件和工具。 平台标识：Windows：🖥️Mac：🍏Linux：🐧Android：🤖工具类(系统增强，GIF，截图，剪切板)

July 2, 2025  •  7 min read