【Jetson Nano】Jetson NanoにPyTorchをインストールしようとしてハマった話。
はじめに
Jetson NanoにPyTorchをインストールしようとしたところ、
多少ハマったので、備忘の意味もこめて投稿します。
今では元気にPytorch & detectron2が動いています。
(dockerでインストールした方が早かった気がします。)
目次
前提
Jetson Nanoはanaconda
が使えないので、venv
とjupyter notebook
を個別インストールした上で、
仮想環境上のノートブックに別PCから接続できるように設定します。
その上で、PyTorch
とdetectron2
をインストールをすることで、
他の作業用PCからブラウザで遊べる推論環境の構築を目指します。
環境
- NVIDIA Jetson Nano
- CUDA: 10.2
- JetPack: 4.4
- KernelVersion: 4.9.140-tegra
- python2: 2.7.17
- python3: 3.6.9
venv インストール&設定
- venv インストール
venvが入っていなかったので、インストールします。一行。
user@hostname:~$ sudo apt install python3-venv
- 使い方 (ex.
new_env
という名前の仮想環境を作成 →activate
)
user@hostname:~$ python -V
Python 2.7.17
user@hostname:~$ python3 -V
Python 3.6.9
user@hostname:~$ python3 -m venv new_env
user@hostname:~$ source new_env/bin/activate
(new_env) user@hostname:~$
(new_env) user@hostname:~$ python -V
Python 3.6.9
※deactivateするとき
(new_env) user@hostname:~$ deactivate
user@hostname:~$
以下、作成した仮想環境(new_env)にactivateした状態で作業しています。
jupyter-notebook インストール&設定
- jupyter-notebook インストール
主にこの記事を参考にさせていただきました。
https://vivinko.com/inoue/blog/2020/06/21/113534.html
うっかり必要なパッケージのインストールを忘れて思考停止で次のコマンドを打つと、
pipちゃんに、めちゃくちゃ文句言われます。
~$ pip install jupyter notebook
てことで、先に必要なパッケージのインストール。
(これを後回しにしたせいか、pyzmq
が必要だのなんだの言われ、遠回りする羽目になりました。)
試行錯誤したので、結局何をすれば一発で通ったのかは分からないままですが、
先人の教えを見る限り、下のコマンドを実行していれば、たぶん大丈夫な気がします。
~$ sudo apt install libbz2-dev libsqlite3-dev libffi-dev python3-dev
~$ pip install jupyter notebook
- jupyter-notebook 設定
設定ファイルの作成、パスワードの設定、作業用ディレクトリの作成。
~$ jupyter notebook --generate-config
~$ jupyter notebook password
~$ mkdir ~/my-notebooks
設定ファイルの編集。
c.NotebookApp.allow_remote_access = True
c.NotebookApp.base_url = '/jetson/'
c.NotebookApp.open_browser = False
c.NotebookApp.ip = '0.0.0.0'
base_url = '/jetson/'
とすることで、http://[JetsonのIPアドレス]:8888/jetson/
でアクセスできるようにしています。
(他のデバイスのnotebookにもアクセスする予定なので、区別できるようにしています。)
- jupyter-notebookのサービス化(自動起動)
/etc/systemd/system/jupyter.service
を作成し、以下の通り、編集します。
(venv
を利用する場合の設定となっています。)
{USER}
と{GROUP}
は、自身のユーザ名とグループ名と置き換えて、
{ENV}
はvenv
で作成した環境名を入力して下さい。
[Unit]
Description = Jupyter Notebook
[Service]
Type=simple
PIDFile=/var/run/jupyter-notebook.pid
ExecStart=/bin/bash -c ". /home/{USER}/{ENV}/bin/activate;jupyter-notebook --notebook-dir=/home/{USER}/my-notebooks"
WorkingDirectory=/home/{USER}/my-notebooks
User={USER}
Group={GROUP}
Restart=always
[Install]
WantedBy = multi-user.target
venv
環境下でサービス化するときのポイントは、
・ExecStart
に、activate
→ jupyter-notebook
起動となるように記載すること
・jupyter-notebook
起動時の--notebook-dir
とWorkingDirectory
を一致させること
のようです。
後は、以下のコマンドで、jupyter.service
の開始と自動起動設定。
~$ sudo systemctl start jupyter.service
~$ sudo systemctl enable jupyter.service
systemctl enable jupyter.service
で、active (running)
になっていればOKです。
PyTorch インストール&設定
必要なパッケージをインストールしてから、PyTorch
をインストールします。
- opencv-python インストール
~$ pip install opencv-python
~~
No module named 'skbuild'
調べると、pip
が古いときに言われる文句らしいので、
pip
のアップデートをしてから、再度opencv-python
インストール。
~$ pip install -U pip
~~
Uninstalling pip-9.0.1:
~~
Successfully installed pip-21.0.1
~$ pip install opencv-python
(pip-9.0.1
…。そら文句言われるわ。アップデートの類は最初にしっかりしましょう…。)
- PyTorchインストール
NVIDIA公式のフォーラムを参考にインストールします。
PyTorch
のversionはv1.7.0を選びました。
~$ wget https://nvidia.box.com/shared/static/cs3xn3td6sfgtene6jdvsxlr366m2dhq.whl -O torch-1.7.0-cp36-cp36m-linux_aarch64.whl
~$ sudo apt install python3-pip libopenblas-base libopenblas-dev libopenmpi-dev
~$ pip install Cython
~$ pip install numpy torch-1.7.0-cp36-cp36m-linux_aarch64.whl
上記コマンドでインストールできるはずです。libopenblas-dev
を足しています。
もし、import torch
した際に、Illegal instruction (core dumped)
と言われたら
numpy
のversionが1.19.5
の時に起こる問題の可能性があるので、(参考URL)
~$ pip uninstall numpy
~$ pip install numpy==1.19.4
で、numpy
のversionを下げてください。
- torchvision インストール
PyTorch
のversionに合わせて、インストールします。
公式フォーラムには、PyTorch v1.7 - torchvision v0.8.1
の記載があるのですが、
フォーラムに記載の方法では、v0.8.1
をインストールできなかったため、
torchvision
はv0.8.0
をインストールしていきます。
~$ sudo apt install libjpeg-dev zlib1g-dev libpython3-dev libavcodec-dev libavformat-dev libswscale-dev
~$ git clone https://github.com/pytorch/vision torchvision
~$ cd torchvision
~/torchvision$ git checkout v0.8.0
~/torchvision$ export BUILD_VERSION=0.8.0
~/torchvision$ python setup.py install
これで、PyTorch
のインストールは完了です。
detectron2 インストール&実行
手元にdetectron2
で作成したモデルがあるため、ついでにdetectron2
もインストールします。
- detectron2 インストール
一行でインストール完了です。
~$ pip install 'git+https://github.com/facebookresearch/detectron2.git'
- detectron2 お試し
別のPCから、jupyter notebookにアクセスします。
torch.__version__
で、Pytorch
のversion、
torch.cuda.is_available()
でcuda
の利用可否を表示しています。
無事、ご機嫌に動いています。
そのまま、サンプル画像を適当に引っ張ってきて、matplotlib
で表示。
馬です。
まず、CPUで推論してみます。
torch.device("cpu")
、cfg.MODEL.DEVICE = "cpu"
を明示的に設定して推論実行。
推論完了まで、30秒程度。
次にGPUで推論してみます。
torch.device("cuda:0")
、cfg.MODEL.DEVICE = "cuda"
で実行します。
(そのままCPUのみ対応のデバイスに持っていけるように三項演算子で記載しています。)
推論完了まで、3.6秒程度。約8.3倍の速度で推論できました。
こちらの結果もmatplotlib
で表示。
instance segmentationで、領域の推定ができています。
まとめ
Jetson NanoにPyTorch(& detectron2)をインストールできました。
公式フォーラムに、
You can now download the l4t-pytorch and l4t-ml containers from NGC for JetPack 4.4 or newer
の記載があるので、dockerで入れると一瞬だった気がしますが、気のせい、気のせい。
Author And Source
この問題について(【Jetson Nano】Jetson NanoにPyTorchをインストールしようとしてハマった話。), 我々は、より多くの情報をここで見つけました https://qiita.com/spa15332/items/ddb449cccb1da6f0047f著者帰属:元の著者の情報は、元のURLに含まれています。著作権は原作者に属する。
Content is automatically searched and collected through network algorithms . If there is a violation . Please contact us . We will adjust (correct author information ,or delete content ) as soon as possible .