Nvidia Jetson Xavier NX开发板利用jetpack进行cuda、cudnn配置

本方法适用于已经装好机了，有Ubuntu系统了，开机桌面能看到NVIDIA大眼了，但是去到 /usr/local/中一看根本没有cuda、cudnn，也就是没有安装jetpack的情况下，应该怎么办。目前全网相关资源较少，走了很多弯路，在这里总结一下留给后人，也算是全网首发了。

怎么知道你属于上面这种呢？很简单，输入nvcc -V，看有没有版本输出，如果没有，那就说明cuda编译器没配置好，有两种情况，安装了没设置环境变量，或者根本就没安装。如果是前者，那么可以编辑~/.bashrc，加入下面这两行然后source一下就可以了。

export PATH=/usr/local/cuda/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH 

那如果你根本没安装，加入这个也是白搭，nvcc -V也不能输出版本。可以去/usr/local/里看，没有上面cuda这个文件夹的。

1、安装jetpack

jetpack是NVIDIA针对性设计的一个工具包，里面包含了很多很有用的模块，包括像cuda、cudnn、tensorRT等等好多，安装jetpack也就安装了cuda这些东西，省去很多麻烦，我也尝试过直接安装cuda，但相关依赖太多，麻烦得很。这里介绍用jetpack来安装的方法。

jetpack可以直接安装

sudo apt install nvidia-jetpack

直接输入这一句话就可以，但如果你像我一样输入这句没反应，那么我们就要配置源了，来让系统找到jetpack的位置。

1.1 查询系统版本

首先你要知道你现在的系统版本是多少，来找对应要安装的jetpack版本。这个不是Ubuntu的版本，是一个L4T开头的版本号，查看方式cat /etc/nv_tegra_release。

！先别急着去看，这个方法可以，但不好用，他给你一堆你看不懂的东西，你可以下载下面这个程序来查看。输入bash l4t_version.sh运行，会给你一个L4T xx.x(.x)的版本号。

1.2 查找对应jetpack版本

上面系统版本有了以后，你就可以査对应的jetpack版本了，来这里査。

比如我用的这个

灰字是jetpack版本，底下有设备描述，还有l4t版本号，找对应的就好了。

1.3 查找jetpack对应的另一个编号

接下来去到jetpack资源网站里面去，找到jetpack版本对应的编号，来设置源信息。
网站是这个。

点进去以后，上面选择你要的jetpack版本号跳转。

像我4.6.3跳转下来到这里

有一组一组的t+数字，还有common开头的一组链接，这个是我们的主要目标。

我们要选择一组t+数字的链接和一组common链接（这个不用选就一组），然后加入到源中。

这个t+数字我不知道是什么含义从哪查，猜测大概是版本更新时间相关的，我的办法就是挨着试，随便试一组t+数字，如果试对了那么恭喜正常安装，试错了的话它会报错，并且提示给你一串数字，是你应该安装的版本，具体这里我安完了没截图，就大概描述一下吧，比如它提示你应该安装cuda_32.7.3-20221122092958，那么你就去找下面的t+数字，正好找到是t186。换成t186就可以了。

怎么来增加源呢？

sudo vi /etc/apt/sources.list这句打开记录源的文件，一般是这个文件，有的默认可能不一样。随便什么编辑器打开都可以，gedit也行看个人习惯。增加下面这两行

deb https://repo.download.nvidia.com/jetson/common r32.7 main
deb https://repo.download.nvidia.com/jetson/t210 r32.7 main

把这两组链接分别导入就可以了，这里主要t+数字要更换，还有后面r32.7就是你的l4t系统版本号，输入一个点后的就可以了，不用精确到小版本，比如我32.7.3就输到32.7，不然也是找不到。

sudo apt update
sudo apt install nvidia-jetpack

接下来试试这两句，第一句是更新一下源，第二句安装jetpack，如果你很幸运t+数字是对的，那么安装成功，不够幸运就换成你合适的那一组源再来一遍，第二次就成功了。

2、配置cuda环境变量

那么安装好cuda以后，直接输入nvcc -V是依然查询不到版本的，这是因为还没有配置环境变量，系统不知道cuda的位置，那么就这样配置：vim ~/.bashrc进入环境变量文件，在末尾加入下面两行内容

export PATH=/usr/local/cuda/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH 

然后输入source ~/.bashrc使环境变量生效。

接着输入nvcc -V查询版本，能够正常输出版本信息说明配置成功。

3、检测cudnn安装是否成功

进入测试样例cd /usr/src/cudnn_samples_v8/mnistCUDNN

编译测试样例sudo make

运行测试样例sudo ./mnistCUDNN

如果输出最后为Test passed !，则说明样例运行成功，cudnn安装成功。

在这里我是遇到了一个小问题，编译时失败，报下面错误

fatal error: FreeImage.h: No such file or directory

解决方法就是再安装这个文件FreeImage.h

sudo apt-get install libfreeimage3 libfreeimage-dev

然后再编译运行，就通过啦！

安装成功，完结撒花(＾－＾)V