Jetson Xavier NX は pytorch 深層学習環境をインストールします

序文

Nvidia の組み込み開発ボード (Jetson Nano、TX1/TX2、Xavier) は、強力な GPU コンピューティング能力が特徴です。この投稿では、Jetson Xavier NX 開発ボードでの pytorch GPU ディープ ラーニング環境の展開を記録します。他のタイプの開発ボードの手順似ています。
グラフィックス カード ドライバーと CUDA は、開発ボードによって書き込まれたイメージ システムにインストールされていますが、この投稿ではグラフィックス カード ドライバーと CUDA のインストール方法は繰り返しません。

参考

主に投稿1と投稿2を参照してください。

(1)condaをインストールする

組み込み開発ボードJetson Xavier NX、システム アーキテクチャはaarch64アーキテクチャです。一般的に使用される Windows、Mac、Linux のインストール方法は適用されません。次のコマンドを使用してアーキテクチャを表示できます。

uname -a

condaをインストールするにはanacondaが真っ先に思い浮かぶのですが、condaは大きすぎるので諦めてminicondaを試してみたのですが、たまたまminicondaのアーキテクチャバージョンがaarch64なのですがインストールに失敗してしまいます（インストールは成功するのですが） conda で環境を作成するときに、「不正な命令(コアダンプ)」というプロンプトが表示されるので、また諦めます。

最終的には、miniconda の代替手段のみを使用できます。miniforge

(1) インストールパッケージをダウンロードする

miniforge公式 Web サイトにアクセスしてインストール パッケージをダウンロードしますが、テスト後に正常にインストールできるMiniforge3-4.12.0-0-Linux-aarch64.shバージョンをインストールすることをお勧めします。

(2)condaをインストールする

bash Miniforge3-Linux-aarch64.sh -b
~/miniforge3/bin/conda init

ターミナルを再度開いて conda を表示します (conda をインストールするときに、conda の初期化環境が に書き込まれることに注意してください.bashrc。zsh の場合は、コンテンツの.bashrcこの.zshrc)。

# 查看conda版本
conda -V
# 关闭conda的自启动bash环境
conda config --set auto_activate_base False
# 添加清华源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
conda config --set show_channel_urls yes 
conda config --get channels

(3) conda環境を作成する

# 注意python版本得是3.6，因为jetson提供的torch都是3.6的
conda create --name torch180 python=3.6
# pip添加豆瓣源
python -m pip install -i https://pypi.tuna.tsinghua.edu.cn/simple --upgrade pip
pip config set global.index-url https://pypi.douban.com/simple

(2) トーチの取り付け

(1) JetPackのインストール

jtop (Nvidia 公式パッケージ) を Python の下にインストールします。

sudo -H pip3 install -U jetson-stats

Jetson NX ハードウェア監視を表示する

jtop

最初の行から、Jetpack のバージョンが 4.4 であることがわかります。バージョン番号を記録します。

(2) Pytorchインストールパッケージをダウンロードする

公式ウェブサイトの投稿にアクセスして、Jetpack バージョンと torch バージョンに対応する whl インストール パッケージをダウンロードします。

(3) インストール依存環境

# 后续torch环境在conda创建的虚拟环境下安装，启动conda的虚拟环境
conda activate torch180 
# 安装依赖库
sudo apt-get install python3-pip libopenblas-base libopenmpi-dev libomp-dev
pip install Cython
# 不要安装最新1.19.5版本的numpy，会出现Illegal instruction (core dumped)的问题
pip install numpy==1.19.4
# 安装opencv-python会很慢，大概一个小时
pip install opencv-python pillow

(4) トーチの取り付け

pip install torch-1.8.0-cp36-cp36m-linux_aarch64.whl

torchvision もインストールする必要があります

sudo apt-get install libjpeg-dev zlib1g-dev libpython3-dev libavcodec-dev libavformat-dev libswscale-dev
git clone --branch v0.9.0 https://github.com/pytorch/vision torchvision   
cd torchvision
export BUILD_VERSION=0.9.0   
python3 setup.py install --user
cd ../  

インストールが成功したかどうかを確認します。

import torch
torch.cuda.is_available()
a=torch.Tensor([1,2])
a=a.cuda()
import torchvision
print(torchvision.__version__)

これまでのところ、GPU バージョンの pytorch は NX 開発ボードに正常にデプロイされており、テスト後の yolov5s モデルのフレーム レートは約 10 です。