【NVIDIA Jetson NX】 环境配置及pytorch安装

关于CUDA的环境变量导入

jetson nano是原装了CUDA的，但是需要用户导入环境变量（导入相关的路径）才可以使用，只有环境变量导入成功后，方可在命令行使用 nvcc -V
在命令行输入 sudo gedit ~/.bashrc
(类似于文本编辑器，需要连接显示器，如果没有显示器，需要自行百度vim的方法来添加环境变量)
在最后添加这三行 （注意，输入变量时，是usr，不是user，linux小白当时差点没注意这点细节）export CUDA_HOME=$CUDA_HOME:/usr/local/cuda
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
export PATH=/usr/local/cuda/bin:$PATH保存后退出，执行 source ~/.bashrc，使得环境变量生效
在命令行输入 nvcc -V 如果正常输出，说明CUDA路径配置成功

torch使用GPU

import torch
from torchvision import transformsdevice = torch.device('cuda' if torch.cuda.is_available() else 'cpu')
print(torch.cuda.is_available())
print('device %s' % device)
net.to(device=device)

遇到问题：

在 python3.6.9下环境下安装pytorch1.6后，出现过以下问题：

1、AssertionError: Torch not compiled with CUDA enabled
2、UserWarning: Xavier with CUDA capability sm_72 is not compatible with the current PyTorch installation.The current PyTorch install supports CUDA capabilities sm_53.
3、Illegal instruction (core dumped)

第一个问题的解决方案：安装pytorch1.5.0,地址：点击下载

第二个问题的解决方案：算力与版本不匹配，还是安装pytorch1.5.0,地址：点击下载

第三个问题的解决方案：

sudo vim /etc/profile最后一行添加：export OPENBLAS_CORETYPE=ARMV8保存并且退出生效：source /etc/profile

torch下载完成拷贝到NX后，进行安装，注意文件存放位置和执行命令的位置相一致，输入命令：

sudo pip3 install torch-1.5.0-cp36-cp36m-linux_aarch64.whl

torchvision安装

sudo apt-get install libjpeg-dev zlib1g-dev
git clone --branch  v0.6.0 https://github.com/pytorch/vision torchvision

直接pip3下载是没有torchvision0.6以及0.7版本，需要git下载，然后编译安装。
cd进入到目录中，git命令下载时修改了文件名称，为torchvision（码云默认下载为vision，无修改）cd路径读者自行判断。

cd torchvision
sudo python3 setup.py install

安装Jetson-stats管理工具

使用Jetson Xavier NX的时候需要查看cpu 电源，gpu的使用 频率和调度等情况，简单的top 命令已经不能满足需求了，有一款软件 jetson-stats ，它相当于主机端使用nvidia-smi来查看显卡使用情况一样，可以完成NX板卡上述资源消耗的使用情况。
在pip配置好的情况下，直接在终端pip3安装pip3 install jetson-stats
安装好后输入jtop查看NX开发套件的各项资源使用情况，按 q 结束退出

刷机预装组件版本检查

1、驱动版本：head -n 1 /etc/nv_tegra_release
2、内核版本：uname -r
3、操作系统：lsb_release -i -r
4、CUDA版本：nvcc -V
5、cuDNN版本：dpkg -l libcudnn8
6、opencv版本：dpkg -l libopencv
7、Tensorrt版本： dpkg -l tensorrt

换源

添加国内清华源，首先备份原本的source.list文件sudo cp /etc/apt/sources.list /etc/apt/sources.list.bak    #为防止误操作后无法恢复，先备份原文件sources.list
sudo gedit /etc/apt/sources.list 然后删除所有内容，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之后打开终端输入sudo apt-get update
完成！
一定要注意处理器是aarch64架构的Ubuntu 18.04.2 LTS系统类型的，要使用与之匹配的源 。

参考文献
官方镜像下载
基本环境配置
Pytorch安装
Pytorch官方下载
Archiconda3