![]()
![]()
`
Nanopi深度学习之路这一系列的日记内容如下：
1. 根据深度学习任务配置Nanopi2。
2. 在Nanopi2上安装Keras和TensorFlow。
3. 在Nanopi2上部署一个训练好的深度学习模型。
4. 对图片进行识别检测。 需要的硬件：Nanopi2、显示屏、鼠标、键盘、电源、网络等。
由于Nanopi2上的GPU不能用于学习训练，并且其片上硬件资源也是相当有限的，如果用Nanopi2进行深度学习的模型训练，简直就是小猫拉火车，但是，它可以用于配置训练好后的学习模型，可能有点像交叉编译的意思，当然这并不恰当。 现在Nanopi2官方发布的系统已有很多，但我认为最健全、稳定的还是Debian 8系统。我找到的最新Nanopi2 Debian系统是2016年5月21日版本，这个版本已经不像原来要手动扩容SD卡了，但镜像中还存在一些习惯性问题：
1.parted命令无法使用：
a.管理员登录
b.执行命令 ＃ ln -s /***in/parted /usr/bin
2.fdisk无法使用，解决办法：
a.管理员登录
b.执行命令 ＃ ln -s /***in/fdisk /usr/bin
3.命令行提示“unable to resolve host”，解决办法：
修改/etc/hosts文件，变更为：127.0.1.1 fa
4. 配置静态IP：
$ sudo vim /etc/network/interfaces.d/wlan0
添加：auto wlan0
iface wlan0 inet static
address 192.168.X.X
netmask 255.255.255.0
gateway 192.168.X.X
5.支持远程桌面：
普通用户状态下安装xrdp，
#sudo apt-get install xrdp
关闭tightvncserver ，在普通用户下执行：
# tightvncserver -kill :1
修改~/.vnc/xstartup文件，在最后添加：
lxterminal &
/usr/bin/lxsession -s LXDE &
保存后退出，重启tightvncserver :
# tightvncserver :1
安装深度学习框架前的准备工作：
一．在Nanopi2上编译大型程序，有时会出现g++ :internal compiler error segmentation fault (program as)或internal compiler error:killed (program cc1plus)，这是内存不足引起的，例如之前在Nanopi2上布置ROS时，经常遇到编译卡死、中断的情况。建议增加swap交换空间，这样可以临时增加系统内存，对编译大型程序是很有用的使用top命令查看内存、交换空间、CPU的使用情况：
可以看出Nanopi2中现有内存810MB，交换空间为0.我们需要创建交换空间，先通过df -h命令来查看带有空闲空间的盘符：
交换空间的创建参考：https://blog.csdn.net/sinoaidi/article/details/54882339在开启交换空间时，你会发现报错swapon failed;这说明Nanopi2的Debian系统竟然不支持交换空间虚拟内存，重新编译内核开启CONFIG_SWAP显然是很麻烦的一个办法，还有另一种简单的方法可改善内存消耗问题，设置释放缓存的程度。
`
更多回帖
