使用Jetson Xavier NX執行 NVIDIA DLI 深度學習機構課程

前言

NVIDIA 深度學習機構 (DLI) 線上課程中，有兩門與 Jetson Nano 有關的課程，分別是 [透過 Jetson Nano 開發人工智慧應用] 以及 [Building Video AI Applications at the Edge on Jetson Nano]，CAVEDU 已經也舉辦多次線上直播來協助大家通過證照。

課程內容使用最入門的 Jetson 平台：Jetson Nano，因此有網友詢問如何使用 Jetson Xavier NX 來執行本課程內容，本文將介紹安裝方法以及可能碰到問題的解決方法。

本文

本文用的是 RK-reComputer J2011套件，也就是Jetson Xavier NX 8G版本，來說明如何執行 NVIDIA DLI 上述兩張證照的課程範例。

首先當然要先裝好 Jetson Xavier NX 的作業系統，請參考本文教學。安裝好系統後建議先不要進行系統的更新 update upgrade 等動作，有可能會導致啟動 Docker 時 (DLI 課程都是以 docker 方式進行) 無法正常把 CUDA 匯入系統。請等執行完課程範例再更新系統。

01- [透過 Jetson Nano 開發人工智慧應用] DLI 課程安裝

請由本網頁來檢視支援各 JetPack 版本的容器，並由其中找到對應的 JetPack 版本來建立課程腳本檔。
本文使用 JetPack版本是4.6，如果要查看您所用系統的 JetPack 版本，可用 jtop 或是安裝 jetson_stats 來查詢。以上兩者都是透過 pip 來安裝，所以如果還未安裝 pip 的人，請用以下指令來安裝：
sudo apt-get install python3-pip

pip 安裝完成之後，請用以下指令來安裝並執行 jetson_stats，即可由系統訊息中檢視 JetPack 版本，如下圖紅框處：

pip3 install jetson_stats
jetson_stats

jtop 則是可以查看系統資訊(CPU、GPU、記憶體與軟體版本)以及控制供電模式與風扇等功能的小工具，請用以下指令來安裝並執行 jtop：

sudo pip3 install -U jetson-stats
jtop

由於這兩門課都是由腳本檔來啟動 docker，且要求預先接好攝影機 (腳本檔中已指定 --device /dev/video0 ) ，否則將無法順利啟動 docker。

接著就要建立 sh 腳本檔，也就是課程 docker 的啟動檔，其中 v2.0.1-r32.6.1tw 則是要根據您系統的JetPack版本以及課程的語系來決定，目前支援 JetPack4.4 到 JetPack4.6.1。

以下是JetPack4.6 繁體中文版的腳本檔指令：

echo "sudo docker run --runtime nvidia -it --rm --network host \
--volume ~/nvdli-data:/nvdli-nano/data \
--volume /tmp/argus_socket:/tmp/argus_socket \
--device /dev/video0 \
nvcr.io/nvidia/dli/dli-nano-ai:v2.0.1-r32.6.1tw" > docker_dli_run.sh

生成後會在執行目錄下產生一個 docker_dli_run.sh 腳本檔，執行以下指令來修改本檔案的執行權限：
chmod +x docker_dli_run.sh

初次執行會開始下載該課程所需套件檔案，並解壓縮執行(根據實際網路速度會影響下載時間)。

如出現以下訊息代表還沒接上攝影機，無法正常執行程式，只要接上攝影機就可正常啟動。
docker: Error response from daemon: error gathering device information while adding custom device “/dev/video0”: no such file or directory.

要啟動 [透過 Jetson Nano 開發人工智慧應用]課程，請執行以下指令即可：
./docker_dli_run.sh

接著開啟瀏覽器，輸入 <裝置IP>:8888 即可進入課程的 Jupyterlab 畫面

看到 Jupyterlab 歡迎畫面，輸入密碼 dlinano 即可開始課程！登入後就可開始上課，每次重新執行都須重新登入

如果遇見以下錯誤代表docker中的CUDA沒有正常運作，可能是更新系統導致docker套件更新的Bug。
OSError: libcurand.so.10: cannot open shared object file: No such file or directory

目前的解決方法是透過 NVIDIA SDK Manager 重新安裝 Jetson SDK Components，裡面包含 NVIDIA Container Runtime也就是Docker的安裝檔(Jetson OS不用重新安裝)。

02- [Building Video AI Applications at the Edge on Jetson Nano] DLI 課程安裝

接著另一門 DLI 課程 [Building Video AI Applications at the Edge on Jetson Nano]，由本網頁知道本也是用 docker 方式執行，目前適用於JetPack4.6以上。

執行方法與上一門課程差不多，一樣要先建立腳本檔：

echo "sudo docker run --runtime nvidia -it --rm --network host \
-v /tmp/.X11-unix/:/tmp/.X11-unix \
-v /tmp/argus_socket:/tmp/argus_socket \
-v ~/my_apps:/dli/task/my_apps \
--device /dev/video0 \
nvcr.io/nvidia/dli/dli-nano-deepstream:v2.0.0-DS6.0GA " > ds_docker_run.sh

修改腳本檔執行權限：
chmod +x ds_docker_run.sh

要啟動 [Building Video AI Applications at the Edge on Jetson Nano]課程，請執行以下指令即可：
./ds_docker_run.sh

接著開啟瀏覽器，輸入 <裝置IP>:8888 即可進入課程的 Jupyterlab 畫面，密碼一樣是 dlinano：

本文到此結束，也歡迎各位直接跟我們購買相關硬體就可以在出貨時預先安裝好相關軟體，當然也歡迎找我們去執行 NVIDIA DLI 的相關課程喔！完成之後就可以取得電子證照，大方秀出來吧！

參考資料與相關文章

• https://forums.developer.nvidia.com/t/oserror-libcurand-so-10-cannot-open-shared-object-file-no-such-file-or-directory/210171
• https://courses.nvidia.com/courses/course-v1:DLI+C-RX-02+V2-TW/course/
• https://courses.nvidia.com/courses/course-v1:DLI+S-IV-02+V2/course/
• https://blog.cavedu.com/2019/07/10/nvidia-jetson-nano-course/
• https://blog.cavedu.com/2021/07/21/nvidia-deepstream/

〈使用Jetson Xavier NX執行 NVIDIA DLI 深度學習機構課程〉這篇文章最早發佈於《CAVEDU教育團隊技術部落格》。