Nvidia Jetson AGX Xavier 环境搭建

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

---

前言

折腾Jetson TX2有一段时间了，最近换了Jetson AGX Xavier，虽然有一定的经验积累，但重新搭环境还是折腾了好几天，在此记录一些关键步骤。

一、刷机

刷机步骤与本人之前发布的 Jetson TX2刷机过程几乎一致，详情可参考：
Jetpack4.4刷机TX2（Ubuntu18.0）
此处使用Ubuntu 18.04的主机和Jetpack 4.5.1刷AGX Xavier。

二、Miniforge

使用Miniforge搭建虚拟环境，实现深度学习环境的隔离，具体步骤参照：
Jetson AGX Xavier避坑指南(五)——环境搭建2.(python3、conda、ros、pytorch、tensorflow)

三、PyTorch & Torchvision

1. 环境与版本

本人的环境及安装的版本：
CUDA：10.2
PyTorch：1.6.0
Torchvision：v0.7.0

2. 安装步骤

按照Nvidia官网为几款Jetson开发板提供的安装指南进行安装：
PyTorch for Jetson- version 1.9.0 now available

3. 踩坑指南（注意事项）

1. 若按照PyTorch官网的指南安装，可能会因为架构问题出现各种错误。

   错误举例：
   （1）按照pytorch官网的安装步骤，用默认的下载指令会直接下载最高版本Torch1.9.0，可以安装成功，但运行程序会报错。
   	（如：
   		在python里print（torch.cuda.is_available())，报error：false;
   		mmdetection里的demo.py，报error：Torch not compiled with CUDA enabled; 
   		运行自己的train.py,报error：illegal instruction（core dumped）; 
   		）
   	原因：未知，Jetpack4.5.1和CUDA10.2都应支持PyTorch1.9.0，个人分析可能是由于架构原因
   	解决方法：去Nvidia官网下载低版本的Pytorch
   （2）官网上的old version也有最低版本的限制，cuda10.2无法安装pytorch1.6.0
   

2. 按照nvidia官网，git clone后torchvision文件夹将直接下载到home，所以我们需要把整个torchvision文件夹移到自己环境中的python3.6/site-packages里，然后再在torchvision文件夹里执行“python setup.py install”，不要加“- -user”，否则会安装到系统环境中，导致各虚拟环境的torchvision版本冲突

四、Pycharm

由于Pycharm不支持arm架构，所以之前在Jetson TX2上试了各种方法都无法安装成功，但在Jetson AGX Xavier上一次就安装成功（不知为何）。
安装步骤参考：
Jetson AGX Xavier安装Pycharm
上文中提到的创建桌面快捷方式部分，本人按照上述步骤未操作成功，做了以下改动

cd /usr/share/applications

sudo vim pycharm.destop

将参考文章中的以下代码写进pycharm.dektop中，Exec和Icon路径改为自己的路径即可。

[Desktop Entry]
 
Type=Application
 
Name=Pycharm
 
GenericName=Pycharm3
 
Comment=Pycharm3:The Python IDE
 
Exec="/home/xxx/Downloads/pycharm-community-2020.3.2/pycharm-2020.3.2/bin/pycharm.sh" %f
 
Icon=/home/xxx/Downloads/pycharm-community-2020.3.2/pycharm-2020.3.2/bin/pycharm.png
 
Terminal=pycharm
 
Categories=Pycharm;

完成后即可在桌面的Applications里找到pycharm图标

五、MMdetection

MMdetection是一个基于Pytorch的深度学习目标检测工具箱
PyTorch和Torchvision装好后按照官网步骤安装即可
MMdetection-Docs
运行完安装指令后按照指南中的Verification步骤确认是否安装成功

六、其它

1. 挂载硬盘

深度学习需要大量的数据集，Jetson Agx Xavier的内存容量是不够的，搭建完环境后基本上剩的内存就很少了。
此处安装了SATA接口的固态硬盘，安装及挂载步骤见：
Nvidia Jetson Agx Xavier 安装SATA接口固态硬盘

2. 中文输入法

步骤参考：
Jetson AGX Xavier避坑指南(二)——英文版ubuntu安装中文输入法