国产【Jetson Xavier NX】——从裸机到深度学习开发环境配置

目录

1、设置系统从固态硬盘启动

2、换源

3、python3及pip3安装

4、安装Jetson-stats管理工具

5、安装CUDA与cudnn

6、安装pytorch

7、其他包安装

8、系统复制

9、nvidia nx板刷机 

---

1、设置系统从固态硬盘启动

英伟达官方NX出厂是直接将SD卡（64/128G）烧录系统作为系统盘使用，国产NX出厂是将系统配置在8G内存中，在后续使用中需配置大量开发包，故将系统设置为从固态硬盘启动。

参考链接 https://blog.51cto.com/u_15352549/5393355

设置成功后，用df -h查看硬盘挂载情况：

2、换源

先备份源文件，再打开编辑

sudo cp /etc/apt/sources.list /etc/apt/sources.list.bak
sudo gedit /etc/apt/sources.list

删除所有内容，复制下列内容到到sources.list后保存

deb http://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ bionic main multiverse restricted universe
deb http://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ bionic-security main multiverse restricted universe
deb http://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ bionic-updates main multiverse restricted universe
deb http://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ bionic-backports main multiverse restricted universe
deb-src http://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ bionic main multiverse restricted universe
deb-src http://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ bionic-security main multiverse restricted universe
deb-src http://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ bionic-updates main multiverse restricted universe
deb-src http://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ bionic-backports main multiverse restricted universe

更新源

sudo apt-get update

3、python3及pip3安装

系统预装的python为2.7，但目前项目多用到python3。

在终端输入：

sudo apt-get install python3-pip python3-dev

将pip升级为最新版，pip版本太低会导致后续包安装失败：

python3 -m pip install --upgrade pip

有时存在HTTP连接超时的问题，网络不好，更换网络即可。

• 为不同版本python创建软链接：

查看系统中的python版本和所在路径：

whereis python

查看已有的python版本和软连接：

cd /usr/bin
ll | grep python 

删除已有的软连接，此处是删除建立的python3，

sudo rm -rf /usr/bin/python3

执行完上述命令，在运行python3，则会出现

bash:python3:未找到命令

执行下述命令再建立软链接

sudo ln -s /usr/bin/python3.6m /usr/bin/python3

此处，建立软链接名称python3，指定的python版本为python3.6（python路径和版本名称可以根据自己的设置情况修改）

4、安装Jetson-stats管理工具

利用该软件可以查看cpu 电源，gpu的使用 频率和调度等情况。

在pip配置好的情况下，直接在终端pip3安装：

sudo -H pip3 install jetson-stats

安装好后输入：

sudo jtop

有时候会遇到jtop.service未启动的问题，启动jtop.service或重启设备，都不起作用，这时可卸载jetson-stats，再安装低版本jetson-stats。

卸载指令：

sudo pip3 uninstall jetson-stats

pip3安装指定版本的指令：

# pip3 install 包名==版本号
sudo -H pip3 install jetson-stats==4.2.4

5、安装CUDA与cudnn

本博主jetpack为4.4.1，安装cuda10.2+cudnn8.0，根据自己需求，选择对应版本安装。

• 安装cuda

sudo apt-get install cuda-toolkit-10-2

• 安装cuDNN

首先查看仓库提供的cuDNN有哪些

sudo apt-cache policy libcudnn8

如果没有的话可以查看

sudo apt-cache policy libcudnn7

sudo apt-get install libcudnn8

若有要选择版本的话

sudo apt-get install libcudnn8=（*.*.*.**+cuda*** ）

或直接通过以下方式安装：

sudo apt install nvidia-jetpack

JetPack包括以下工具： CUDA、TensorRT、cuDNN、OpenCV等。 

6、安装pytorch

参见这篇博文 nvidia nx安装pytorch_nvidia nx pytorch-CSDN博客

参考链接 【Jetson Xavier NX 开发板深度学习环境配置流程】_jetson开发板-CSDN博客

7、其他包安装

对于简单的包，直接pip安装即可。有一些安装包在安装过程中比较慢，前端会出现假死的现象，可以用--verbose运行安装命令跟踪安装过程，也可以检查安装的百分比。

举例：

pip3 install opencv-python -i https://pypi.tuna.tsinghua.edu.cn/simple --verbose

8、系统复制

方法一：将算法环境安装在固态硬盘中，通过硬盘拷贝机直接拷贝即可。

方法二：制作镜像，参考博文 NVIDIA Jetson之TF卡系统镜像备份与恢复-CSDN博客

9、nvidia nx板刷机 

前期准备：将nvidia nx载板引脚 FC REC与GND用跳线短接进入恢复模式，Micro-usb线连接ubuntu主机与nvidia nx板，nx板接入19V电源。

• 方法一：用sdkmanager刷机

步骤1：在笔记本电脑上安装VMware虚拟机；

步骤2：在虚拟机中安装ubuntu系统；

步骤三：从官方SDK Manager | NVIDIA Developer 下载对应版本的sdkmanager.deb文件，此处可下载历史版本，

在Ubuntu主机中安装sdkmanager，

sudo apt install ./sdkmanager_1.9.3-10904_amd64.deb

运行：

sdkmanager

卸载sdkmanager：

sudo apt remove sdkmanager

步骤四：将nx板设置为恢复模式，并与ubuntu主机连接，剩余操作参考以下链接

Jetson Xavier NX学习笔记——系统烧录+开机教程+环境搭建_如何使用 jetson xavier nx-CSDN博客

• 方法二：通过制作系统包刷机

一些低版本的jetpack无法通过sdkmanager方式刷机，可采用制作系统包刷机。

步骤一、二与上述一致。

步骤三：搭建系统烧录环境；

从Jetson Linux Archive | NVIDIA Developer 下载对应版本的驱动程序包与根文件系统包，

在 Ubuntu 主机的家目录下创建并进入工作目录：

mkdir 32.4.4
cd 32.4.4

将下载好的驱动程序包（Tegra186_Linux_R32.4.4_aarch64.tbz2）和根文件
系统包（Tegra_Linux_Sample-Root-Filesystem_R32.4.4_aarch64.tbz2）拷贝到工作目录下，在32.4.4工作目录下解压驱动程序包，

 tar -xf Tegra186_Linux_R32.4.4_aarch64.tbz2

解压完成过后，会得到系统烧写目录（Linux_for_Tegra），进入 Linus_for_Tegra 目录下的 rootfs 目录，在 rootfs 目录下解压根文件系统包：

cd Linux_for_Tegra/rootfs
sudo tar -xpf ../../Tegra_Linux_Sample-Root-Filesystem_R32.4.4_aarch64.tbz2

等待解压完成，返回到系统烧写目录，并在系统烧写Linux_for_Tegra目录下执行安装 NVIDIA 应用库：

sudo ./apply_binaries.sh

等待安装完成即可，至此系统烧录环境搭建完成。

步骤四：将nvidia nx设置为恢复模式，并与ubuntu主机连接，接下来烧写系统；

sudo ./flash.sh <board> mmcblk0p1

board为指定目标jetson设备的配置，这里为： 

接下来就是漫长的等待啦~~