jetson tx2刷机教程 （成功安装ubuntu18.04+Jetpack4.6.2+CUDA10.2+CUDNN8.2）

TX2 刷机需要准备一台ubuntu系统的电脑，没有ubuntu系统电脑在Windows电脑中安装虚拟机也可。本文教程直接使用的是ubuntu系统的电脑。

主机端（电脑端）环境配置

在主机上安装sdkmanager

1. 下载sdkmanager
   直接点击红框中的下载即可
   
   下载需要nvidia的账号， 没有的话可以注册一个。csdn下载，或者百度网盘下载
2. 安装sdkmanager
   进入到sdkmanager的下载目录

   sudo apt install ./sdkmanager_XXXX.deb
   sudo apt install ./sdkmanager_1.9.0-10816_amd64.deb #举个例子 
   

   安装成功后在终端启动

   sdkmanager
   

登录nvidia账号
登陆成功后，选择要刷机的型号

按照步骤开始刷机

STEP 01

如图红框所示，此时电脑还没有和tx2连接。将tx2进入强制恢复模式后，使用官方的原装线将电脑与tx2连接，连接线如图所示：

连接成功后sdkmanager界面如图红框1所示：
62

在红框2中选择要安装的Jetpack版本,如图选择的是4.6.2

tx2进入强制恢复的方法：
在关机状态下按下并松开TX2的POWER键S4；按下并保持FORCE RECOVERY键S3；在此期间按下并松开RESET键S1；等待2秒后松开FORCE RECOVERY键S3。
细节：当TX2是恢复模式时，虚拟机界面右下角处的usb标志，会从灰色变成蓝色；也可在终端使用lsusb指令查看，是否能检测到NVIDIA crop这个设备，成功连接后终端显示如下：

STEP 02

步骤1完成后点击CONTINUE按钮进入步骤2

勾选左下角的同意协议，download那个不选。点击continue进入步骤3，开始下载包，下载完成后会自动安装。

STEP 03

在下载之前会要求输入主机端（电脑端）的密码

输入密码后会自动下载

当Jetson OS image 下载完成后会弹出如下界面

因为我们需要对tx2进行刷机（重装系统）,所以这里红框1需要选择MAnual Setup -Jet送 TX2。如果不需要重装系统，只是需要重装CUDA和CUDNN这里选择Automatic Setup -Jetson TX2即可。红框2中的ip地址不要改动，这是系统为tx2接口自动分配的IP地址，每个人根据情况可能有所不同。选择手动模式后，如下图所示。在下面的红框中设置tx2的用户名和密码，然后点击Flash即开始刷机。

如图所示，等待Flashing进度条走完之后tx2中的ubuntu系统就安装成功。此时如果tx2有连接显示器，就会看到ubuntu系统的设置界面。此时先装到tx2进行一些系统的设置。

首先给tx2联网，然后换源以提高下载速度和成功率

sudo cp /etc/apt/sources.list /etc/apt/sources.list.backup  # 对源文件进行备份
sudo gedit /etc/apt/sources.list

将下面类容复制到sources.list中

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

使用清华源，注意Jetson TX2 是ARM架构，源和x86版本要区分开！！！
进行更新

sudo apt-get update

操作完成后再到主机端进行操作，此时会弹出一个窗口，点击install就会出现下面的界面，等待安装即可，可能会卡99%，对尝试几次就会成功

刷机完成后安装深度学习工具

刷机完成后系统会自动安装python2.7和python3.6

安装jtop查看系统信息

1.通过pip安装
首先安装pip

sudo apt-get install python3-pip

然后再安装 jtop

sudo -H pip3 install -U jetson-stats

通过匹配安装通常不会成功，这时可以通过github源码安装

git clone https://github.com/rbonghi/jetson_stats.git
cd jetson_stats/
sudo python3 ./setup.py install

可能出现的错误
在使用sudo apt-get时可能会出现下面错误:
sudo apt -get 无法获取 dpkg 前端锁 (/var/lib/dpkg/lock-frontend)，请查看您是否正以 root 用户运行？

解决办法
方法一

ps -e | grep apt

我这里显示

6929 pts/1    00:00:00 apt-get
6938 pts/1    00:00:00 apt-key

sudo kill 6929

方法二

sudo rm /var/lib/dpkg/lock-frontend
sudo rm /var/cache/apt/archives/lock  
sudo rm /var/lib/dpkg/lock

安装成功后在终端输入jtop即可出现以下画面，可以查看jetpack cuda，cudnn等版本信息。

安装pytorch及torchvision

安装pytorch

jetson tx2有专门的pytorch版本，，去nvidia官网下载对应的版本即可。如图，jetpack4.6的pytorch只支持python3.6.官网法下载链接通常打不开，可以去我的csdn下载,或者去百度网盘下载，密码为：

下载完成后，通过下面指令安装即可

## 首先安装依赖项，不然在导入pytorch时会报错
sudo apt-get install python3-pip libopenblas-base libopenmpi-dev 
pip3 install Cython
pip3 install python 3.6 - torch-1.9.0-cp36-cp36m-linux_aarch64.whl 

遇到的问题

在终端执行下面pytorch的安装指令时，出现这个平台不支持的错误

pip3 install python 3.6 - torch-1.9.0-cp36-cp36m-linux_aarch64.whl

解决办法
安装arm架构专用的anaconda解决，aarch64版本的anaconda

安装miniconda（建议）

下载完成后进入到下载目录进行安装即可

sudo ./Archiconda3-0.2.3-Linux-aarch64.sh

这个版本的archiconda会自动在系统中安装python3.7
conda安装成功后，使用下面指令创建环境，此时一定要指定python版本为3.6

conda create -n [env name] python=3.6

创建环境可能因为网络原因多次失败，更换网络或者多尝试几次就会成功。
进入到创建的环境安装pytorch

sudo apt-get install python3-pip libopenblas-base libopenmpi-dev 
pip3 install Cython
pip3 install python3.6 - torch-1.9.0-cp36-cp36m-linux_aarch64.whl ```

可能遇到的错误
在成功安装pytorch，在执行"import trorch"时可能出现下列错误

Illegal instrution(core dumped)

解决办法
打开~/.bashrc添加系统环境变量，进行全局修改

sudo gedit ~/.bashrc

增加如下内容

export OPENBLAS_CORETYPE=ARMV8

torch安装完成后进入到python测试是否调用cuda

>>import torch
>>torch.cuda.is_available()
True     ## 返回True说明torch安装成功，并可以调用cuda加速
		 ## 如果返回False 通常是cuda和torch版本不匹配的问题

补充
添加环境变量后"llegal instrution(core dumped)"的错误也没有得到解决，可以尝试更换miniconda的版本，多尝试几个版本，下面给出另外两个linux-aarch64版本anaconda的链接
Miniforge3：https://github.com/conda-forge/miniforge/releases/tag/4.12.0-0
参考：https://blog.csdn.net/Jorbo_Li/article/details/124984936
miniconda：https://repo.anaconda.com/miniconda/
成功安装4.9.2版本

参考:https://blog.csdn.net/buxiangyaomingzi/article/details/123297295

安装torchvision

可以先尝试直接使用pip安装

pip install torchvision=='你需要法版本'

安装不成功可以使用以下方法

sudo apt-get install libjpeg-dev zlib1g-dev
git clone -b v0.7.0 https://github.com/pytorch/vision torchvision  # 版本可以自己选择
cd torchvision
sudo python3 setup.py install

编译时会耗费较多时间，耐心等待即可。
可能出现的错误

 "Couldn't load custom C++ ops. This can happen if your PyTorch and "
RuntimeError: Couldn't load custom C++ ops. This can happen if your PyTorch and torchvision versions are incompatible, 
or if you had errors while compiling torchvision from source. For further information on the compatible versions, 
check https://github.com/pytorch/vision#installation for the compatibility matrix. Please check your PyTorch version with
 torch.__version__ and your torchvision version with torchvision.__version__ and verify if they are compatible, 
 and if not please reinstall torchvision so that it matches your PyTorch install.

解决办法
暂时没解决