投稿
  1. 首页
  2. python

Nvidia Jetson TX2 详细刷机教程及踩坑记录（Jetpack4.5.1，python3.6，torch1.6，torchvision0.7）

code • 2022-4-25 • python • 阅读 82

Nvidia Jetson TX2 详细刷机教程及踩坑记录（Jetpack4.5.1，python3.6，torch1.6，torchvision0.7）,第1张

最近接触到了Nvidia Jetson TX2这块开发板，想入手测试一下自己的深度学习模型，因此和TX2的故事开始了！

前言

本人刷机多次，尝试各种大小坑：

  1. 自带系统搭建环境：刚开始不想刷机，就自己手动安装cuda等包，发现很多安装包不好找，好不容易下载的torch应该是支持cuda10.0，然后无奈放弃这条路

  2. 借助jetpack3.3搭建环境：只支持Ubuntu16.04的系统，实验室没有，只能用虚拟机来装了。刷好了之后，也报的相同的错，这时我才领悟到原来是需要cuda10.0以上的，又换！！！（这一步，多次搭建了VMware的系统，主要原因是提示内存不够，最后分配了50G才成功刷机）

  3. 借助jetpack4.2搭建：刚开始第二次尝试就是准备用这个的，但是登录界面一直进不去，提示我的账号或密码错误，反复确认是正确的，我还特地重新注册了个账号，同样的错误。后面才发现是这个包太久了，Nvidia应该不怎么维护了。

  4. 借助jetpack4.4 Developer Preview 搭建：终于成功了！！！

从小白到测试成功，确实不容易！

PS：jetpack3.3的刷机教程和自带系统安装深度学习环境的教程，我也出了：

xyl-507：Nvidia Jetson TX2 详细刷机教程及踩坑记录（Jetpack3.3，python2.7，torch1.2，torchvision）

刷机

刚接触TX2的时候，不知道为什么要刷机，后面看见有个博主说：

TX2 出厂时，已经自带了Ubuntu16.04 系统，可以直接启动。但一般我们会选择刷机，目的是更新到最新的 JetPack L4T，并自动安装最新的驱动、CUDA Toolkit、cuDNN、TensorRT。

（踩的坑，文末汇总）在自带的系统上，自己安装cuda8.0和cudnn6.0.21

（踩的坑）使用jetpack3.3刷机，附带安装的是cuda9.0和cudnn7.1.5。强烈建议给TX2烧机时选择jetpack4.2。

jetpack3.3没有对应的whl，踩坑无数还没有成功。

（一）使用jetpack4.4 Developer Preview 刷机，附带安装的是cuda10.2和cudnn8.0

1.刷机准备

  • pc端的ubuntu18.06系统，内存80G（虚拟机也可以，）

  • 一个交换机（路由器也可以）

  • 网线 2 条（tx2和ubuntu都需要连接至路由器或者交换机）

  • HDMI线和显示器

  • 连接设备：交换机分出两根网线，一根连接TX2，一根连接PC机(Ubuntu18.04)，最好开始也用TX2自带的usb线把TX2和PC机连接起来。（全程都是联网的，我的PC机是通过手机USB共享热点来上网的，条件有限，不过没什么影响）

PS：测试是否成功连接交换机。首先在tx2上输入：

ifconfig

得到下图：

​可以看见我的tx2的IP为：192.168.43.150

然后在刷机用的电脑上（前提是tx2和电脑都连上了交换机），使用

ping 192.168.43.150

​出现上图这个，恭喜你，就是成功连上，进行下一步。

2.首先确定jetpack的版本：

torch、torchvision、cuda 、python对应版本匹配的关系如图所示。

​参照官网：https://pytorch.org/get-started/previous-versions/

3.下载jetpack4.4 Developer Preview（我的代码需要这个，因人而异。下载的是这个，但后面安装的是jetpack4.5.1）

去Nvidia的官网下载jetpack安装包（我的包是：sdkmanager_1.6.1-8175_amd64.deb）。很慢，可以去csdn碰碰运气，有的人会上传。PS：在这个网址把英伟达账号注册

​参照官网：https://developer.nvidia.com/embedded/jetpack-archive

4.更换国内源（在ubuntu18.04的PC机完成）

把Ubuntu系统自带的源修改为国内的源，我用的是清华源链接，为什么要换国内源呢，因为快快快，提高成功率！！！

sudo cp /etc/apt/sources.list /etc/apt/sources.list.bak #备份 

sudo gedit sources.list # 也可以用vim，我习惯用gedit,就是打开这个文件把官方源删掉换成国内的

将下面清华源内容覆盖掉原文件内容，注意如果清华源不行，可以更换阿里源、中科大源、网易源等，如果都失败还是用官方的，可能更新速度会慢点。

deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial main restricted universe multiverse deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial main restricted universe multiverse 
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-updates main restricted universe multiverse 
deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-updates main restricted universe multiverse 
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-backports main restricted universe multiverse 
deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-backports main restricted universe multiverse 
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-security main restricted universe multiverse 
#deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-security main restricted universe multiverse

在终端输入以下的命令来使更改有效

sudo apt-get update

5. 安装jetpack安装包，在PC机上安装sdkmanager软件

下面命令中的.deb文件名字依照你的版本输入，有所不同

sudo apt install ./sdkmanager_1.6.1-8175_amd64.deb

安装完成之后，在终端输入下面命令运行sdkmanager

sdkmanager

PS：我的还出现了这个错误，但是不影响，点击 continue

接下来就会出现，然后登录nvidia的账号，正式刷机

https://blog.csdn.net/qq_38522972/article/details/111570964

6.开始刷机（首先给TX2装系统）

安装包下载阶段：刚开始我使用学校无线网下载的安装包，所以我这里勾选了Download now，install later。下载完成就开始去实验室，进行第二次安装。（如果是网速够快，不需要分为两个阶段，直接不选Download now，install later，下载完成之后就安装）

​出现上图表示刷机需要的包已经下载完成。

开始安装阶段：

先连接TX2、PC机和交换机。

然后进入TX2的恢复模式：（一来可以不进，但后面也会提示你进入。）

a.确认处于关机状态，然后拔掉电源适配器，使用官方的microUSB线（切记！！！）连接TX2和PC机

b.插上电源适配器，按一下power键开机

c.按下REC(RECOVERY FORCE)不要松开！！

d.再按下RST(reset按下松开,稍微有一定的按键时长)

e.REC保持两秒后松开

​

官方的microUSB线。图片来自：https://blog.csdn.net/qq_46046959/article/details/111675179

进入恢复模式之后，可以在终端输入

lsusb

查看，有 Nvidia Corp，就证明链接成功，可以进行 *** 作

​

https://blog.csdn.net/NSSC_K/article/details/106092499

下图也可以看出jetpack的版本为4.5.1（进入了恢复模式，图上应该显示的是connected，我当时没截图，哈哈哈）

​

这里不要点，Host machine，我的会报错，见文末的踩坑记录

​检测到下载的安装包

​开始安装

7.安装过程中

安装到下图时，TX2会自动开机，这时需要去TX2上 *** 作。（TX2上的 *** 作大概就是安装Ubuntu系统的那些设置，很快）

​TX2上的 *** 作截图，https://blog.csdn.net/qq_38522972/article/details/111570964

​一开始没进入恢复模式，这里还会提示进入恢复模式。一般选择手动设置（Manual setup）。图片来源：https://blog.csdn.net/qq_38522972/article/details/111570964

8.然后开始安装cuda等包

装完系统之后，在PC机上填入刚才设置的账号和密码，点击 install，开始安装

然后出现下图的画面，我的PC机是通过手机开USB共享热点上网，所以和TX2连接的USB可能有点冲突，自己尝试了换个USB，没解决就skip了，不过也没什么影响。

​9.然后完成安装

安装的cuda和cudnn基本没问题，不需要查看验证。（实在是需要可以在终端输入：nvcc -V）

10.查询安装的jetpack版本

a）查看其 L4T 信息

在TX2上，终端输入：

cat /etc/nv_tegra_release # 方法1

jetson查看Jetpack版本 - 走看看

​

参照Nvidia的官网：https://developer.nvidia.com/embedded/jetpack-archive

b）直接查询jetpack版本

网友在Nvidia上给的回答：

sudo apt-cache show nvidia-jetpack

参考：查看Jetson系列产品JetPack的版本信息_氵文大师的博客-CSDN博客_查看jetpack版本

​

https://blog.csdn.net/HaoZiHuang/article/details/119903753

​

https://blog.csdn.net/HaoZiHuang/article/details/119903753

安装的过程参考以下文章：

TX2开发之刷机JetPack4.4(博主亲测，可解答)_fengfeng，Z的博客-CSDN博客

Jetson tx2 使用 jetpack 4.3刷机全过程

Nvidia AGX Xavier刷机指北（在STEP 01的时候不要勾选Host Machine）

查看Jetson系列产品JetPack的版本信息_氵文大师的博客-CSDN博客_jetpack版本查看

JETSON TX2刷机-Jetpack 4.4版本，总结并解决了各种刷机中遇到的问题

安装工具包 TX2的换源和上面的PC机换源是一样的，这里不赘述了。 安装谷歌拼音

1.首先在

sudo apt-get install fcitx-googlepinyin

2.在settings -> language support 里将 keyboard input method system 设置为fcitx

3.重启

更换默认的python

TX2刷机完成之后，有两个python，一个是3.6，一个是2.7。我这里需要3.6，所以需要设置默认的python为3.6。输入下列命令，把两个版本的python加入到alternatives列表中，

sudo update-alternatives --install /usr/bin/python python /usr/bin/python2 100 
sudo update-alternatives --install /usr/bin/python python /usr/bin/python3 150

然后运行以下命令配置

sudo update-alternatives --config python

选择python3 版本对应的序号，然后退出。

输入下面命令，查看版本

python

参考：Nvidia TX2 刷机+深度学习环境配置(cuda 8.0+python 3.5+opencv 3.4+tensorflow 1.4.1+keras+pip3)

安装pip 
sudo apt-get install python3-pip

查看版本

pip3 -V

升级版本

pip3 install --upgrade pip

参考：Nvidia TX2 刷机+深度学习环境配置(cuda 8.0+python 3.5+opencv 3.4+tensorflow 1.4.1+keras+pip3)

安装torch1.6和torchvision0.7.0（Nvidia的官网也有安装说明！！）

​官网截图，https://forums.developer.nvidia.com/t/pytorch-for-jetson-version-1-10-now-available/72048

安装torch

1.下载torch

得去Nvidia的官网下载专门针对jetson架构的torch安装包，我的是：

torch-1.6.0-cp36-cp36m-linux_aarch64.whl

Nvidia的下载速度很慢，我都是请同学帮忙下载的，大家也可以去csdn上碰碰运气，看看有没有人上传了你想要的.whl文件。我的这个包，我看了一下csdn上有，

torch-1.6.0-cp36-cp36m-linux_aarch64.zip_torch1.6-深度学习文档类资源-CSDN文库

2.安装torch

首先需要安装依赖，不然报错：

ImportError: libmpi_cxx.so.20: cannot open shared object file: No such file or directory
sudo apt-get install libopenblas-base libopenmpi-dev 
pip3 install torch-1.6.0-cp36-cp36m-linux_aarch64.whl

3.测试：输入python，然后import torch看看会不会报错

PS：不要先装numpy很容易出错！！！不要问我怎么知道的

参考：

OSError: libmpi_cxx.so.20: cannot open shared object file: No such file or directory（torch需要安装依赖）

Jetson 错误(一):Illegal instruction (core dumped)解决（先装numpy很容易出错）

TX2 (jetpack4.2)安装pytorch详细教程

Jetson TX2安装pytorch(jetpack4.2)

编译torchvision

torchvision的低版本0.1，0.2之类的，可以通过下面命令安装

pip3 install torchvision==0.2

我的torchvision需要0.7，不能通过pip安装，只能下载官方repo，自己编译

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

注意：编译的时候报了个错：

fatal error: libavcodec/avcodec.h: No such file or directory

​https://shliang.blog.csdn.net/article/details/109862917

网上给出的方法很多都是说由于ffmpeg版本导致的问题，我参照这个文章就成功编译了

方法：在编译之前，对setup.py文件进行一些修改，把：

if has ffmpeg 改为if False即可

其它工具包（强烈推荐！！！）

jetson-packages-family 整理了包括Matplotlib、Pycuda、Pillow、Pandas在内的多个常用依赖库在jetson平台下的安装方法，甚至还有VSCode、Pycharm、Docker、Qt5等工具的安装方式。

参考：

Jetson AGX Xavier避坑指南(五)--环境搭建2.(python3、conda、ros、pytorch、tensorflow)

TX2安装torchvision0.5.0（实测有效）_混沌鼠的博客-CSDN博客_tx2安装torchvision

在Jetson Xavier NX上安装torchvision编译报错：fatal error: libavcodec/avcodec.h: No such file or directory

配置代码的深度学习环境

opencv-python

yacs

tqdm

pyyaml

matplotlib（一直报错，没装上）

colorama

cython

tensorboardX

pip install opencv-python 
pip install pyyaml yacs tqdm colorama matplotlib cython tensorboardX 
python setup.py build_ext --inplace

刚开始自己的numpy==1.19和torch同时装的，在torchvision之前，运行代码时报错：

Illegal instruction (core dumped)

在这查了一下：Jetson 错误(一):Illegal instruction (core dumped)解决

​用的是第二个办法解决的，先卸载了numpy

pip uninstall numpy

运行代码会报错：

ImportError: numpy.core.multiarray failed to import（因为没有numpy了呀，哈哈哈）

再重新安装numpy

pip install -U numpy

就好了！！！

踩坑记录

大部分的坑都是不懂jetson tx2造成的，所以在此记录一下，为自己和他人作参考！

Ubuntu18.04的apt-get报错

使用apt-get *** 作，出现了如下报错：

Unable to acquire the dpkg frontend lock (/var/lib/dpkg/lock-frontend)

查了一下：产生错误的根本原因是lock file。 lock file用于防止两个或多个进程使用相同的数据。 当运行apt或apt-commands时，它会在几个地方创建lock files。 当前一个apt命令未正确终止时，lock file未被删除，因此它们会阻止任何新的apt / apt-get命令实例，比如正在执行apt-get upgrade，在执行过程中直接ctrl+c取消了该 *** 作，很有可能就会造成这种情况。

要解决此问题，首先要删除lock file。

lsof /var/lib/dpkg/lock 
lsof /var/lib/apt/lists/lock 
lsof /var/cache/apt/archives/lock

原文链接：Ubuntu中Unable to acquire the dpkg frontend lock (/var/lib/dpkg/lock-frontend)问题的解决

刷机的电脑配置（＞80G的硬盘空间）

使用VMware虚拟机的时候用的是50G的内存，报错

step 01时点上了 Host，就会报下列错误： 

Access to APT repository and ability to install Debian packages with it.

解决方案：在STEP 01的时候不要勾选Host Machine。如下图。

​参考：Nvidia AGX Xavier刷机指北

matplotlib一直没安装上

安装matplotlib的时候，一直不断下载，可能高版本的不适合，一直降低版本再下载，于是停止了，没耐心下载完，可能还没到适合我的版本。有时间试一下。

查了一下参考文章，Jetson Packages Family给的matplotlib 的安装命令是

sudo apt install libfreetype6-dev -y sudo apt install python3-matplotlib -y

参考

Jetson AGX Xavier避坑指南(五)--环境搭建2.(python3、conda、ros、pytorch、tensorflow)

文章写的很多，很琐碎，主要是笔者想把自己遇到的问题都记录下来，为自己和其它小白作参考，遇到问题能对大家有所帮助，毕竟我也是参考网上的文章才安装成功的。人人为我，我为人人！！！

欢迎分享，转载请注明来源：内存溢出

原文地址: http://outofmemory.cn/langs/716985.html

赞 (0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
code code 管理员组
0 0
上一篇 2022-04-25
下一篇 2022-04-25

发表评论

登录后才能评论

评论列表（0条）

保存