用英偉達Jetson Nano運行PyTorch & Fast.ai丨手把手教程+第三方工具

原作 Interogativ

郭一璞 編譯

量子位 報道 | 公眾號 QbitAI

英偉達Jetson Nano，作為老黃家最便宜的硬件，只要99美元。

看到便宜就想撿，拿到手里怎么玩？

造機器人、造小車、在家里DIY一個語音控制的窗簾，都得先裝輪子。

如果你使用的框架是PyTorch，那你最好再裝一個Fast.ai。

Fast.ai是在PyTorch上非常好用的深度學習庫，來自MOOC平臺Fast.ai，只要一個API，就包含了所有常見的深度學習應用。

那么，拿到Jetson Nano之后，如何把輪子部署上去呢？一位名叫Interogativ的用戶就把用它運行PyTorch 1.0和Fast.ai 1.0的攻略發在了Fast.ai的論壇上，量子位全文編譯如下：

英偉達Jetson Nano，配備了ARM Cortex A57處理器和4G內存，CUDA和PyTorch兩者都可以在上面運行，這塊開發板有難以置信的價值。

當然，你也可以用它來運行截至2019年4月最新最好的PyTorch和Fast.ai版本，這里是攻略。本攻略僅適用于Python 3，如果你沒有Linux經驗，不知道如何使用SSH，不知道IP網絡的原理或者IP地址是什么，不建議用本攻略來安裝。

軟硬件準備

1、花99美元買一塊英偉達Jetson Nano，現在國內已經可以買到了，當然，價格會比99美元（665人民幣）要貴一點。

2、一張64G的Micro SD卡，確保它是class 10或者更高級別。

3、USB鍵盤，就臺式機上那種。

4、2.5Amp電源線，帶一個Micro-USB插頭。

5、一個HDMI或者DisplayPort連接線和顯示器。

6、連網：以太網網線，無線路由器或者HUB，這塊板子沒有本機無線支持，所以請確保你能用有線網絡。

7、能插Micro SD卡的PC，不能插SD卡的話你還需要準備讀卡器。

8、可以創建SSH終端的PC軟件，以及可以使用SSH傳輸文件的軟件。如果你用Windows的話，我推薦Tera Term（免費）和WinSCP（免費），下載鏈接在文末。

9、把這些zip文件下載到你的PC上，下載鏈接請參見文末傳送門。里面有作者Interogativ寫的腳本，包括：

setup_swapfile.sh

fastai_jetson.sh

setup_jupyter.sh

jetson_headless.sh

jupyter_notebook_config.py

當然，得記住你的存儲路徑。

可以開箱啦

你的新板子到貨之后，無視里面自帶的紙架，找一些防靜電的泡沫塑料，其他的防靜電的材料也行，把你的板子放上去。

去文末傳送門里復制英偉達開發者網站Jetson Nano開發套件指南的鏈接到瀏覽器打開，按照里面寫的一步一步操作，確保：

1、下載帶有SD卡映像的Nvidia zip文件。

2、按照說明把這些文件裝到SD卡里。

3、將SD卡插入Nano，插上USB鍵盤、顯示器和網線。

4、開機，接受各種許可協議之類的。

5、設置用戶名密碼，別忘了。

聯網之后

1、在網絡設置里找到你Nano的IPV4地址，記下來，或者如果你懂IP網絡的話，設置一個固定的IP地址。

2、用PC終端程序打開與Jetson Nano的SSH會話。

3、用文件傳輸軟件把之前下載的zip文件傳到Nano的用戶主目錄下。

4、通過SSH把你的PS和Nano的IP地址連起來。

5、從控制臺或通過SSH連接，為剛剛下載的腳本設置執行權限：

1chmod +x fastai_jetson.sh

2chmod +x jetson_headless.sh

3chmod +x setup_swapfile.sh

4chmod +x setup_jupyter.sh

設置交換文件

Nano只有4GB的RAM（GPU共享），你需要設置一個交換文件，如果已經有了就跳過此步驟。你可以從終端會話中運行setup_swapfile.sh：

./setup_swapfile.sh

確保這一步只進行一次，因為腳本里沒寫檢查是否已設置，你可以執行以下操作檢查是否設置了交換文件：

free

這時候你就應該看到創建了一個8GB的交換文件。

安裝PyTorch和Fast.ai

如果這會兒你就想安裝標準的Fast.ai和PyTorch，那就裝吧，反正裝不上。

這會兒，標準的pip命令根本沒法用，但是如果你只是運行fastai_jetson.sh腳本，就可以把倆都裝上。這個過程需要幾個小時，所以不用屏住呼吸。

./fastai_jetson.sh

安裝Jupyter筆記本

安裝好Fast.ai后，它會告訴你：

Done with part1 – now logout, login again and run setup_jupyter.sh

這是因為Jupyter安裝不會導出運行所需的shell變量。所以現在，關閉所有終端、SSH會話等，從圖形界面重啟Nano。重啟完了就從圖形界面打開終端，然后：

1、確保您下載的jupyter_notebook_config.py文件位于Nano的主目錄中。

2、運行./setup_jupyter.sh。

./setup_jupyter.sh

這也得一陣兒，所以這里也不用屏住呼吸。

此腳本的最后一步需要Jupyter密碼，記住：

不是Jupyter登錄密碼！

不是Jupyter登錄密碼！

不是Jupyter登錄密碼！

就是設置一個單獨的密碼，你可以用這個密碼在你網絡上的任何PC上登錄Jupyter筆記本，設置好密碼后記住它。

默認的Jupyter筆記本安裝只能從控制臺或圖形界面登錄，之前下載的修改后的jupyter_notebook_config.py文件和腳本安裝可以從你網絡上的任何計算機登錄。

運行Jupyter筆記本的話，需要打開終端或SSH實例并運行：

jupyter notebook

如果它沒有運行，可能是因為你沒有退出后再次登錄。

好了，現在你可以運行PyTorch和Fast.ai了。

但如果你像我一樣，你不需要在Nano上使用圖形界面，并且想把所有內存都拿來跑程序的話，就接著往下看。

關于Python，Pip和VirtualEnv

一些有經驗的Python用戶習慣于虛擬環境（virtualenv，conda），它要求您在安裝或運行軟件之前激活“source activate”，我們現在還沒安裝，其中一個副作用是pip和Python命令將在活動環境中自動運行Python 3或pip 3。

你必須用pip3和Python3分別運行pip和Python。因此，如果你正在運行一些使用!python xyz的筆記本，除非你將代碼更改為!python3 xyz，否則它將無效。

存儲空間不是一切，但絕對非常重要：

過去，比如說2010年，4GB的內存很大。如果不在這塊板子上跑GPU，那就足以讓筆記本電腦運行良好（8 GB的交換文件有很大幫助）。但是你要想跑CUDA，那就沒法在交換磁盤上運行，因此它占滿了4GB的每個字節。

所以，為了省下一些存儲空間，放棄圖形界面吧，通過SSH用遠程控制臺操作。

現在，如果你準備好了，就找到最后一個腳本jetson_headless.sh，運行它，卸載圖形界面，還能順帶清除300多M的不必要的軟件包。

運行之后，重新啟動，你就能擁有Nano控制臺訪問權限，現在機器只占用了大約378M的內存，留下了3.6G左右的空間可以運行PyTorch和Fast.ai。

1、運行

./jetson_headless.sh

2、重啟，用SSH連接Nano。

最后說明一下，本文發布的2019年4月，這種方法是可以安裝PyTorch 1.0和Fast.ai 1.0的，如果以后版本更新了或者需要裝別的東西，歡迎去原文git repo~

傳送門

攻略原文：

https://forums.fast.ai/t/share-your-work-here/27676/1274

Tera Term

https://ttssh2.osdn.jp/index.html.en

WinSCP

https://winscp.net/eng/docs/lang:chs

zip文件下載鏈接：

https://gist.github.com/interogativ/4f5669dad3f9252a5709dc6844e12a29/archive/50845f5e9e8994eec78a4b27c6f23e4822ba00d7.zip

英偉達開發者網站Jetson Nano開發套件指南

https://developer.nvidia.com/embedded/learn/get-started-jetson-nano-devkit