主机和Jetson是两个不同的环境。在Jetson的情况下,在主机上执行代码原,并将目录复制到Jetson并构建。
尝试从GUI运行检查以查看HTML报告。GUI描述如下:
从那里,您可能能够找到提供更多信息的构建日志错误。(注意:除了GUI生成HTML报告之外,GUI和checkGpuInstall的命令行版本之间没有区别)。以下检查也可以在命令行中用于测试基本和深度学习代码生成:
%基本代码生成
gpuEnvObj = code . gpuenvconfig;
gpuEnvObj。GpuId = 0;
gpuEnvObj。BasicCodegen = 1;
gpuEnvObj。BasicCodeexec = 1;
coder.checkGpuInstall (gpuEnvObj)
%深层代码生成
gpuEnvObj = code . gpuenvconfig;
gpuEnvObj。GpuId = 0;
gpuEnvObj。DeepLibTarget =“cudnn”;
gpuEnvObj。DeepCodegen = 1;
gpuEnvObj。DeepCodeexec = 1;
coder.checkGpuInstall (gpuEnvObj)
如果检查失败,很可能是主机环境出了问题。请确保他们有:
1.除了GPU编码器,还安装了MATLAB编码器和并行计算工具箱
2.所需的第三方产品下载188bet金宝搏
3.正确设置环境变量
4.支持cuda的GPU
从MATLAB命令窗口获取GPU信息:
n = gpuDeviceCount;
为I = 1:n
gpuDevice(我)
结束
5.给出MATLAB版本的正确CUDA工具包版本
6.最新的Nvidia GPU卡驱动程序