Jetson TX2重要技巧
一、参考资料
Nvidia Jetson nano 安装Archiconda、gpu版torch、踩坑记录
二、重要说明
- Jetson Tx2 用不了 nvidia-smi 命令。
- Jetson TX2用Jetpack刷机之后，系统环境自带有CUDA，cudnn，Python，tensorRT，uff，graphsurgeon等相关包，并且这些包有很强的版本匹配关系，也即需要版本对齐。
- Anacona目前不支持aarch64架构，因而无法直接安装。Archiconda是用于64位ARM平台的Conda发行版，下载地址：Archiconda3-0.2.3-Linux-aarch64.sh。Archiconda在2019年就已经停止维护了，所以很多功能并不能跟上如今的anaconda，但是基本功能完全能满足。
- （不推荐）使用archiconda方式创建虚拟环境，需要自己去安装arch版本的tensorRT以及其他一些包，特别麻烦。
- （推荐）使用Virtualenv Environment方式创建虚拟环境（项目相关的环境），默认在项目所在目录（venv），可以继承系统已经安装好的包，默不需要你重新安装，很方便。
三、重要技巧
3.1 设置虚拟内存
[日常] Jetson TX2 安装 Tensorflow
在NVIDIA Jetson TX2上安装TensorFlow
重要说明：
添加swap file是为了在硬盘上创建虚拟内存，给编译像TensorFlow这种大型的项目提供足够的内存。
3.1.1 创建8GB大小的swapfile
```bash
fallocate -l 8G swapfile
```
3.1.2 更改swapfile的权限
```bash
chmod 600 swapfile
```
3.1.3 创建swap区
```bash
mkswap swapfile
```
3.1.4 激活swap区
```bash
sudo swapon swapfile
```
3.1.5 确认swap区在用
```bash
swapon -s
```
3.2 安装pytorch
PyTorch for Jetson - version 1.9.0 now available
3.3 安装torchvision
pytorch与torchvision版本对齐
NVIDIA Jetson Xavier NX安装torch和torchvision
NVIDIA Jetson Xavier NX 安yolo v5 环境，必成功（miniforge管理环境）
方法一（源码安装）：
- github下载torchvision源码 下载地址
- 编译安装
cd vision
python3 setup.py install
方法二（不推荐）：
# 该方法可能失效
pip3 search torchvision --timeout=500
# 查看到有torchvision的0.7.0a0+78ed10c
pip3 install torchvision==0.7.0a0+78ed10c
3.4 安装tensorflow
官方安装教程
TensorFlow For Jetson Platform
[日常] Jetson TX2 安装 Tensorflow
tensorflow下载连接
Download tensorflow
3.4.1 重要说明：
- nvidia专门为jetson tx2的板子出的tensorflow，直接用pip命令安装即可。
- As of the 20.02 TensorFlow release, the package name has changed from tensorflow-gpu to tensorflow.
2020年02月，tensorflow-gpu的名称改为了tensorflow。 - JP_VERSION,TF_VERSION,NV_VERSION，三者版本对齐，查看jetpack对应的tensorflow版本
TensorFlow For Jetson Platform。 - 截止到2021年10月11日，jetpack最高支持python3.6。
3.4.2 安装最新版本
pip install --pre --extra-index-url https://developer.download.nvidia.com/compute/redist/jp/v46 tensorflow
3.4.3 安装1.x版本
pip install --pre --extra-index-url https://developer.download.nvidia.com/compute/redist/jp/v46 'tensorflow<2'
3.4.4 安装指定版本
pip install --extra-index-url https://developer.download.nvidia.com/compute/redist/jp/v$JP_VERSION tensorflow==$TF_VERSION+nv$NV_VERSION
JP_VERSION
The major and minor version of JetPack you are using, such as 42 for JetPack 4.2.2 or 33 for JetPack 3.3.1.
TF_VERSION
The released version of TensorFlow, for example, 1.13.1.
NV_VERSION
The monthly NVIDIA container version of TensorFlow, for example, 19.01.
3.5 ROS软件安装
WIN10下安装Ubuntu18.04.5双系统+RTX3070独显不太成功安装方法（可参考）
Ubuntu双系统、ROS、软件安装教程
3.6 模型转换
ONNX-TensorRT模型转换代码编译笔记
四、可能出现的问题
Q：找不到opencv
```text
解决办法
找到 /usr/lib/python3.6/dist-packages/cv2/python-3.6路径下的cv2.cpython-36m-aarch64-linux-gnu.so文件，复制到路径/home/jetson/archiconda3/envs/tf-gpu/lib/python3.6文件夹下即可。
sudo cp /usr/lib/python3.6/dist-packages/cv2/python-3.6/cv2.cpython-36m-aarch64-linux-gnu.so /home/jetson/archiconda3/envs/tf-gpu/lib/python3.6
```
```text
类似的问题：找不到tensorrt,uff,graphsurgeon
注意：保持python版本一致，找到对应的文件夹。
/usr/lib/python3.6
/usr/lib/python3.7
/usr/lib/python3.8
```
Q：Illegal instruction (core dumped)
非法指令（核心已转储）
```text
python
import torch
```
[Ubuntu/Jetson Nano问题解决“Illegal instruction(core dumped)”](https://blog.csdn.net/LYiiiiiii/article/details/119133826)
```text
错误原因：
1. pytorch版本问题，安装合适的pytorch版本
2. python的版本问题，安装合适的python版本
解决办法：
方法一（推荐）：
将 export OPENBLAS_CORETYPE=ARMV8 添加到环境变量即可。
sudo gedit ~/.bashrc
export OPENBLAS_CORETYPE=ARMV8
更新配置
source ~/.bashrc
方法二：
在运行python程序之前，运行下列的代码
OPENBLAS_CORETYPE=ARMV8 python demo.py
```
Q：安装Pytorch，缺少openblas.so库
>>> import torch
Traceback (most recent call last):
File "" , line 1, in <module>
File "/media/mydisk/MyDocuments/PyProjects/20220113/venv/lib/python3.6/site-packages/torch/__init__.py", line 196, in <module>
from torch._C import *
ImportError: libopenblas.so.0: cannot open shared object file: No such file or directory
‵
解决办法：
sudo apt-get install libopenblas-dev