TX2 끄적이기

tx2

• Embedded Board
• Pascal Architecture
• 256 CUDA core
• 8GB RAM
• 32GB Storage
• 1GB Ethernet
• Up to 6 Camera

Product composition

• NVIDIA Jetson TX2 Developer Board
• AC Adapter
• USB Micro-B to USB A Cable
• USB Micro-B to Female USB A Cable
• Rubber Feet (4)
• Quick Start Guide
• Safety Booklet
• Antennas to connect to Wi-Fi enabled devices (2)

tx2 실행하기

• Jetson tx2 구성품
• 모니터
• Ubuntu 16.04가 설치되어 있는 Computer (이게 귀찮은 작업..), 18.04도 된다고 하는 것 같은데 일단 제일 많이 사용했던 16.04로 진행합니다.

설치하기

• 1. 구성품과 모니터를 모두 연결한다.
• 1. Power Btn(빨간버튼)을 누른다.
• 1. 설치한다.

cd /home/nvidia/NVIDIA-INSTALLER/
sudo ./installer.sh
passward:nvidia

sudo reboot

Jetpack 설치하기

• CUDA, cudnn 설치를 위해 Jetpack으로 진행하겠습니다.

1. 먼저 Computer에 Jetpack 4.4을 설치했습니다.
2. 설치 후 다른 건 그대로 내비둔채로 Host Hardware를 체크 해제 하고 tx2로 변경한 후 continue를 클릭합니다.
3. 설치가 진행되면서 창이 하나 나옵니다.
4. Manual Setup으로 변경합니다.
5. 구성품 중에서 USB to 5pin 케이블이 존재할 텐데 5pin은 tx2에 usb는 Computer에 연결합니다.
6. tx2의 전원을 끈 상태로 power button 옆에 recovery button을 누른채로 power button을 누릅니다.
7. 연결이 잘되었다면 Computer에 lsusb 명령어를 치면 NVIDIA Corp.라는 항목이 추가된 것을 확인할 수 있습니다.
8. 확인 후에 flush를 클릭합니다.
9. 클릭 후 설치를 진행하다가 잠시 창이 하나 더 나오는데 그때 HDMI를 tx2에 연결합니다.
10. 그러면 system configuration 창이 나옵니다.
11. 설정을 완료하면 Nvidia 화면이 나옵니다.
12. 이때 Computer와 tx2를 동일한 네트워크에 연결합니다.
13. 그리고 tx2에 ifconfig 명령어로 ip를 확인한 뒤 아까 Computer에 나온 창에 ip를 입력하고 install 합니다.
14. 리부팅 후 nvcc -version이 잘나오면 성공입니다!
15. 이제 즐깁시다 ^^

Pytorch 설치하기

• Tip : ~/jetson_clocks.sh를 실행하면 최고성능을 가질 수 있다고 합니다.

• Ubuntu 18.04
• python3
• jetson tx2
• jetpack 4.4 +

만약 jetpack version이 다르다면 여기에서 맞는 버전을 찾아서 다운로드 합시다.

• 저는 4.4 라서 Pytorch 1.6.0 version을 다운로드 받으려고 합니다.
• 저는 Pytorch만 사용할 것이라 그냥 로컬에 했지만 가상환경 만들어서 하시는게 좋습니다.

설치하기

sudo apt-get update
sudo apt-get upgrade
sudo apt-get install python3-pip
sudo apt-get install libopenblas-base libopenblas-dev libjpeg-dev zlib1g-dev libhdf5-dev

pip3 install -U pip
pip3 install -U setuptools

wget https://nvidia.box.com/shared/static/9eptse6jyly1ggt9axbja2yrmj6pbarc.whl -O torch-1.6.0-cp36-cp36m-linux_aarch64.whl

pip3 install torch-1.6.0-cp36-cp36m-linux_aarch64.whl

테스트

# Verify CUDA (from python interactive terminal)
import torch
print(torch.cuda.is_available())
a = torch.cuda.FloatTensor(2).zero_()
print(a)
b = torch.randn(2).cuda()
print(b)
c = a + b
print(c)