Nvidia Jetson AGX Orin 64G深度学习环境配置的超详细教程

新手小白环境配置成功！特此开贴记录~~~

我接下来的写的内容基本上都是参考的该博客：Jetson AGX Orin安装Anaconda、Cuda、Cudnn、Pytorch、Tensorrt最全教程

Jetson系列开发板架构是arm64，因此接下来是arm64相关的环境配置，话不多说，直接进入正题

步骤1、安装jetpack

安装cuda前先安装jetpack，参考的是nvidia官方教程，即以下代码：

sudo apt upgrade
sudo apt update
sudo apt dist-upgrade
sudo reboot
sudo apt install nvidia-jetpack
1
2
3
4
5

最后一句命令可能要1个小时左右，在网络较好的情况下进行，如果安装中中断，再次运行最后一句命令即可，直到安装完成。

安装成功后，再安装jtop，jtop是Jetson 系列非常著名的监控工具，请执行以下指令进行安装：

sudo apt install python3-pip
sudo -H pip3 install -U pip
sudo -H pip install jetson-stats
1
2
3

然后执行下面启动指令就能开启这个监控工具：

jtop
1

会出现如下画面：

按 q键退出当前画面，如果启动失败，则重启orin，再次尝试。
当然这个不是重点，重点是安装jtop后，可以使用sudo jetson_release命令查看jetson版本号以及与它适配的cuda、cudnn、TensorRT、OpenCV等等版本，如下图：

步骤2、配置cuda环境

在桌面打开终端，输入如下命令：

vim ~/.bashrc
#在文本末输入如下代码：
export LD_LIBRARY_PATH=/usr/local/cuda/lib64
export PATH=/usr/local/cuda/bin:$PATH
export CUDA_HOME=/usr/local/cuda
#更新环境变量配置
source ~/.bashrc
1
2
3
4
5
6
7

查看版本号：

nvcc -V
1

如下图：

步骤3：配置cuDNN环境

在终端输入如下命令：

#复制文件到cuda目录下
cd /usr/include && sudo cp cudnn* /usr/local/cuda/include
cd /usr/lib/aarch64-linux-gnu && sudo cp libcudnn* /usr/local/cuda/lib64

#修改文件权限，修改复制完的头文件与库文件的权限，所有用户都可读，可写，可执行：
sudo chmod 777 /usr/local/cuda/include/cudnn.h 
sudo chmod 777 /usr/local/cuda/lib64/libcudnn*

#重新软链接，这里的8.6.0和8对应安装的cudnn版本号和首数字
cd /usr/local/cuda/lib64

sudo ln -sf libcudnn.so.8.6.0 libcudnn.so.8

sudo ln -sf libcudnn_ops_train.so.8.6.0 libcudnn_ops_train.so.8
sudo ln -sf libcudnn_ops_infer.so.8.6.0 libcudnn_ops_infer.so.8

sudo ln -sf libcudnn_adv_train.so.8.6.0 libcudnn_adv_train.so.8
sudo ln -sf libcudnn_adv_infer.so.8.6.0 libcudnn_adv_infer.so.8

sudo ln -sf libcudnn_cnn_train.so.8.6.0 libcudnn_cnn_train.so.8
sudo ln -sf libcudnn_cnn_infer.so.8.6.0 libcudnn_cnn_infer.so.8

sudo ldconfig
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23

输入以下命令：

dpkg -l libcudnn8
1

如果出现以下信息则表示正确：

按 q键退出当前画面。
（在验证之前，我参考了文中提到的参考博客里验证的方法，如果验证失败，先运行sudo apt-get install libfreeimage3 libfreeimage-dev，再次验证）

步骤4、安装Anaconda

（前提：因为我一开始没打算用虚拟环境，所以Anaconda是我最后安装的，也就是接下来的安装步骤都不是在虚拟环境下的安装，不想装的可以跳过该步骤）

anaconda的下载地址是：anaconda清华镜像源，我选择的版本是：Anaconda3-2022.10-Linux-aarch64.sh，将下载的shell文件拷贝至home文件夹(也可以不拷贝)，在home中打开终端，输入：bash Anaconda3-2022.10-Linux-aarch64.sh，接下来的安装过程请参考conda安装（从第2步开始）。

步骤5：安装Pytorch

（如果需要在虚拟环境下安装，请先激活你创建的虚拟环境，再进行安装，如何激活虚拟环境，请参考步骤2中的conda安装）
在步骤1中我们已经查看了jetpack的版本，我是Jetpack5.1，因此要安装对应版本的Pytorch，可能由于我的jetpack版本较高，我在参考博主文章里的官方链接中没有找到对应的pytorch，如下：

紧接着我在这个官方链接中找到了Jetpack5.1所对应的pytorch版本，如下：

参考链接在：官方pythorch安装教程 ，如图：

也就是通过如下链接进行下载： pythorch下载

我下载的版本是torch-1.14.0a0+44dac51c.nv23.02-cp38-cp38-linux_aarch64.whl（插句话：建议下载官方教程里的2.0.0版本，这样可以与torchvision版本对应，因为1.14没有对应的torchvision，这是我在安装torchvision时发现的，但是jetpack5.1对应三个版本的pythorch，我觉得可能不管是2.0.0还是1.14.0都可以对应同一版本torchvision，因此后续我安装了0.15.1版本的torchvision，经过验证没有问题），将下载的.whl文件拷贝至home文件夹，在home中打开终端，按照官方教程，输入如下命令：

sudo apt-get -y update; 
sudo apt-get -y install autoconf bc build-essential g++-8 gcc-8 clang-8 lld-8 gettext-base gfortran-8 iputils-ping libbz2-dev libc++-dev libcgal-dev libffi-dev libfreetype6-dev libhdf5-dev libjpeg-dev liblzma-dev libncurses5-dev libncursesw5-dev libpng-dev libreadline-dev libssl-dev libsqlite3-dev libxml2-dev libxslt-dev locales moreutils openssl python-openssl rsync scons python3-pip libopenblas-dev;
1
2

然后输入如下命令：

pip install torch-1.14.0a0+44dac51c.nv23.02-cp38-cp38-linux_aarch64.whl
1

紧接着输入如下命令（该命令和官方相比少了一句export "LD_LIBRARY_PATH=/usr/lib/llvm-8/lib:$LD_LIBRARY_PATH"，因为我输入之后总是报错，因此索性不输入了）：

python3 -m pip install --upgrade pip; python3 -m pip install aiohttp numpy=='1.19.4' scipy=='1.5.3' ; python3 -m pip install --upgrade protobuf; python3 -m pip install --no-cache $TORCH_INSTALL
1

接下来验证是pythorch以及一些库否安装成功，如图：

步骤6：安装torchvision

参考官方链接，如图：

也就是torchvision下载链接，可以看到pythorch版本对应的 torchvision版本，如图：

因为没有1.14.0torch版本的对应信息，因此我选择下载2.0.0torch版本对应的0.15.1torchvision版本，版本选择方法如图：

选择好v0.15.1之后，进行下载，如图：

在home文件夹中新建文件夹，命名为torchvision，然后将下载的文件进行解压，之后拷贝至home文件夹下新建的torchvision文件夹中(拷贝setup.py所在文件夹里的所有内容至torchvision)，并在该文件夹中打开终端，按照官方教程，输入如下命令：

$ sudo apt-get install libjpeg-dev zlib1g-dev libpython3-dev libavcodec-dev libavformat-dev libswscale-dev
$ export BUILD_VERSION=0.15.1  # where 0.15.1 is the torchvision version  
$ python3 setup.py install --user
1
2
3

接下来验证是否安装成功，如图：

步骤7：安装vscode

官方下载链接：vscode安装包，下载版本如图（红色框住的版本）：

然后执行如下命令：

sudo dpkg -i xxx
1

xxx是deb包的名称，然后在终端输入命令：code，就可以打开vscode了。

大功告成，真棒呀~~~