研究室でJetsonTX1のセットアップを始めた。
まずは、電源、キーボード、マウス、モニターを繋いで、一度JetsonTX1を起動してみた。
以下のようにセットアップ方法が表示されたので、内容に従ってセットアップスクリプトを実行し、再起動したところ普通にUbuntuが起動するようになった。
しかし、これでは開発環境が最新ではなく、かつDeep Learningのツールに必要なCUDAやCUDNNがインストールされていないようなので、以下のように、Jetpackを用いてアップデートした。
以下は、JetsonTX1のアップデートの手順書：
http://developer.download.nvidia.com/embedded/L4T/r23_Release_v1.0/NVIDIA_Jetson_TX1_Developer_Kit_User_Guide.pdf
1)JetsonTXをシャットダウンして、電源コネクタを抜く
2)付属のUSBケーブルのBタイプ端子をTX1側、Aタイプ側をホストPC（Linux）に接続する。
3)電源コネクタを接続する
4)電源ボタン（POWER BTN）を押した後すぐにリカバリーボタン（REC）を押しつづけて、リセットボタン（RST）を押して離してから、2秒後にリカバリーボタンを離す。
5)JetPackの最新版3.0をダウンロードする
https://developer.nvidia.com/embedded/jetpack
6)JetPack-L4T-3.0-linux-x64.runを実行する
> chmod +x JetPack-L4T-3.0-linux-x64.run > ./JetPack-L4T-3.0-linux-x64.run
しばらく手順に従って進む。
まず、Hostにダウンロードしてから、Target（JetsonTX1）にインストールするようだ。
途中でconflictの警告がでたが、気にせず進める。
いきなりネットワークの設定に入る。
そして、ついにJetsonTX1に書き込みを始めるとのこと。
ここで、リカバリモードで立ち上げていることを確認し、Enterを押すと次のように書き込みが始まる。
書き込みが終了したかと思うと今度は、JetsonTX1が起動し、JetsonTX1側のモニターにUbuntuの画面が表示される。
ここで、JetsonTX1をホストPCと同じサブネットLANに接続する必要がある。接続できないと次に進まないので要注意。
接続するとホストPC側のモニターに自動的に次の画面が表示される。
すると今度はLAN経由なのかわからないが、Post Installationが始まる。
20,30分すると終了。JetsonTX1側の/home/ubuntuには、フォルダがたくさん出来ていた。
とりあえずCUDAの動作確認をする。
> cd NVIDIA_CUDA-8.0_Samples/bin/aarch64/linux/release > ./oceanFFT
以下のようにちゃんと動作した。
さらに、CUDNNの動作確認もしてみる。
> cd cudnn_samples_v5/mnistCUDNN > ./mnistCUDNN cudnnGetVersion() : 5105 , CUDNN_VERSION from cudnn.h : 5105 (5.1.5) Host compiler version : GCC 4.9.2 There are 1 CUDA capable devices on your machine : device 0 : sms 2 Capabilities 5.3, SmClock 72.0 Mhz, MemSize (Mb) 3994, MemClock 12.8 Mhz, Ecc=0, boardGroupID=0 Using device 0 ... Resulting weights from Softmax: 0.0000001 1.0000000 0.0000001 0.0000000 0.0000563 0.0000001 0.0000012 0.0000017 0.0000010 0.0000001 Loading image data/three_28x28.pgm Performing forward propagation ... Resulting weights from Softmax: 0.0000000 0.0000000 0.0000000 1.0000000 0.0000000 0.0000720 0.0000000 0.0000000 0.0000000 0.0000000 Loading image data/five_28x28.pgm Performing forward propagation ... Resulting weights from Softmax: 0.0000000 0.0000008 0.0000000 0.0000002 0.0000000 1.0000000 0.0000154 0.0000000 0.0000012 0.0000006 Result of classification: 1 3 5
これで、CUDAとCUDNNがインストールされたので、次はOpenCVとDLのツールをインストールする。
追記：調べてみたらOpenCVのTegra版が既にインストールされていた。
> dpkg --list | grep opencv ii libopencv4tegra 2.4.13-17-g5317135 arm64 Tegra optimized Open Computer Vision Library ii libopencv4tegra-dev 2.4.13-17-g5317135 arm64 Development files for Tegra optimized Open Source Computer Vision Library ii libopencv4tegra-repo 2.4.13-17-g5317135 arm64 Repository with Tegra optimized Open Source Computer Vision Library > dpkg -L libopencv4tegra-dev ... /usr/include/opencv2 /usr/include/opencv2/gpu /usr/include/opencv2/gpu/gpu.hpp /usr/include/opencv2/gpu/devmem2d.hpp ... /usr/lib/libopencv_vstab.so /usr/lib/libopencv_imgproc.so /usr/lib/libopencv_video.so /usr/lib/libopencv_ml.so /usr/lib/libopencv_calib3d.so /usr/lib/libopencv_stitching.so
