Logo
Project Icon

jetson-containers

为NVIDIA Jetson提供的模块化AI和机器学习容器系统

JetsonJetPackDockerAI容器NVIDIAGithub开源项目

提供适用于NVIDIA Jetson设备的多种AI和机器学习容器，包括PyTorch、TensorFlow、ONNXRuntime和DeepStream等，支持灵活设置不同CUDA版本，并组合多个包如ROS2和Transformer。通过命令行工具可快速运行所需的容器镜像，并有详细文档和教程帮助用户最大化利用Jetson平台的计算能力，简化机器学习和计算机视觉任务的实现。

访问官网访问官网GithubGithub文档文档
介绍相关项目
deep-learning-containers - 高效优化的TensorFlow、PyTorch与MXNet深度学习环境
AWS Deep Learning ContainersAmazon SageMakerGithubMXNetPyTorchTensorFlow开源项目
AWS Deep Learning Containers提供预配置的Docker镜像，支持TensorFlow、PyTorch和MXNet的模型训练与服务。集成了Nvidia CUDA和Intel MKL库，优化了GPU和CPU实例性能。这些容器已在Amazon SageMaker、EC2、ECS和EKS上进行了测试和验证，确保广泛应用和稳定性能。了解更多关于兼容镜像的信息，助力高效开发与部署AI模型。
jetson-inference - 深度学习部署与实时视觉识别
GithubNVIDIA JetsonPyTorchTensorRT实时视觉开源项目深度学习
NVIDIA Jetson设备上的深度学习推理和实时视觉处理库。使用TensorRT优化GPU网络运行，支持C++和Python, 以及PyTorch模型训练。功能包括图像分类、物体检测、语义分割等，适用于多种应用场景，如实时摄像头流和WebRTC网络应用。
jetson_stats - NVIDIA Jetson系列设备监控与管理工具
DockerGithubNVIDIA Jetsonjetson-stats开源项目监控工具系统性能
jetson-stats是一款为NVIDIA Jetson系列设备开发的监控和管理工具。它可以解析硬件架构信息，实时监控CPU、GPU、内存和风扇等关键指标，并支持NVP模型和jetson_clocks控制。这个工具不仅可以集成到Python脚本中，还支持Docker容器化部署，使用时无需超级用户权限。jetson-stats与所有NVIDIA Jetpack版本兼容，通过jtop界面提供了直观的设备监控和管理功能。
TensorRT - 优化深度学习推理的开源平台
CUDADockerGithubNVIDIAONNXTensorRT开源项目
NVIDIA TensorRT 开源软件提供插件和 ONNX 解析器的源码，展示 TensorRT 平台功能的示例应用。这些组件是 TensorRT GA 版本的一部分，并包含扩展和修复。用户可以轻松安装 TensorRT Python 包或根据构建指南编译。企业用户可使用 NVIDIA AI Enterprise 套件，并可加入 TensorRT 社区获取最新产品更新和最佳实践。
Jetson-Nano-Ubuntu-20-image - Jetson Nano Ubuntu 20.04深度学习环境配置指南
GithubJetson NanoOpenCVPyTorchTensorFlowUbuntu 20.04开源项目
介绍如何在Jetson Nano上安装和配置Ubuntu 20.04操作系统，预装OpenCV、TensorFlow和Pytorch等核心深度学习工具。包括更新日志、安装步骤和下载链接，适合在Jetson Nano上运行AI模型的开发者。
DeepLearningExamples - 优化深度学习训练和部署的最佳实践
CUDA-XDeep LearningGithubNGCNVIDIATensor Cores开源项目
提供最新的深度学习示例，使用NVIDIA CUDA-X软件栈在Volta、Turing和Ampere GPU上运行，确保最佳的可重复精度和性能。示例通过NGC容器注册表每月更新，包含最新的NVIDIA贡献和深度学习软件库，支持计算机视觉、自然语言处理、推荐系统、语音识别、文本到语音转换、图神经网络和时间序列预测模型。
containers - Bitnami开源容器库 流行应用的容器化集合
BitnamiDockerGithub安全性容器镜像应用程序部署开源项目
Bitnami Containers Library是一个开源项目，提供众多流行应用的容器化版本。这些容器镜像基于minideb或scratch构建，具有快速部署、易用性和定期更新的特点。项目支持Docker Hub下载和本地构建，提供Docker Compose配置，并进行常规漏洞扫描。所有镜像通过Notation签名验证，确保完整性和安全性。
nvidia-docker - 已过渡至NVIDIA Container Toolkit的GPU容器化工具
DockerGPU虚拟化GithubNVIDIA Container Toolkit容器技术开源项目弃用公告
nvidia-docker是一个用于在Docker容器中使用NVIDIA GPU的工具，现已被NVIDIA Container Toolkit取代。尽管该项目已被弃用，其功能已整合到NVIDIA Container Toolkit中。用户可通过NVIDIA Container Toolkit配置Docker使用NVIDIA Container Runtime，实现GPU容器化。NVIDIA Container Toolkit提供了更全面的GPU容器管理解决方案，成为nvidia-docker的后续发展。
docker-pytorch - PyTorch开发环境的Docker镜像
CUDADockerGPU加速GithubPyTorch开源项目深度学习
docker-pytorch项目提供预配置的Docker镜像，整合Ubuntu、PyTorch和可选的CUDA。该镜像支持GPU加速，便于搭建深度学习环境。用户可运行PyTorch脚本和图形化应用，也可自定义镜像。这个项目为PyTorch开发者提供了便捷的环境配置方案。
TensorRT - 提升PyTorch推理效率的工具
CUDAGithubPyTorchTensorRTTorch-TensorRT安装开源项目
Torch-TensorRT将TensorRT的强大功能引入PyTorch，用户仅需一行代码即可显著提升推理性能。该工具支持在多个平台上安装，包括PyPI和NVIDIA NGC PyTorch容器。通过torch.compile或导出式工作流，用户可以高效优化和部署模型。Torch-TensorRT依赖CUDA和TensorRT，与Linux和Windows等多种平台兼容。提供丰富资源，包括教程、工具和技术讲座，供用户学习使用。
相关项目
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手，通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能，支持100+编程语言，与主流编辑器无缝集成，显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台，能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐，Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案，通过智能技术简化视频制作流程。无论是企业宣传还是个人分享，有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持，能够阅读和理解用户上传的文件内容，解析网页信息，并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题，Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术，为商家提供一键生成商品图和营销文案的服务，显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台，让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型，免费访问各种图像生成与AI训练工具，从Stable Diffusion等基础模型开始，轻松实现创新图像生成。体验前沿的AI技术，推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器，它将改变您观看视频的方式！SubCat结合了先进的人工智能技术，为您提供即时视频字幕翻译，无论是本地视频还是网络流媒体，让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台，利用前沿AI技术，为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图，再到文案生成，美间让创意设计更简单、更高效。

Project Cover

稿定AI

稿定设计 是一个多功能的在线设计和创意平台，提供广泛的设计工具和资源，以满足不同用户的需求。从专业的图形设计师到普通用户，无论是进行图片处理、智能抠图、H5页面制作还是视频剪辑，稿定设计都能提供简单、高效的解决方案。该平台以其用户友好的界面和强大的功能集合，帮助用户轻松实现创意设计。

使用协议隐私政策广告服务
投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号