NVIDIA提供のイメージnvcr.io/nvidia/l4t–pytorch:r32.4.4–pth1.6–py3で作ったコンテナにはPython(3.6.9)、Pytorch(1.6.0)、Torchvision(0.7.0)、CUDA、cuDNN がすでに実装されていて便利です。
ただ、OpenCVは実装されていません。追加実装してみます。
OpenCVをビルドしてインストールしますが、CMakeも必要なので一緒にインストールしておきます。
ついでに以下も。
pandas
jupyterlab
準備
プラットフォームはJetson Nanoです。OSイメージはjetpack(4.4.1)。
セットアップはこのページをご参照ください。
Swap領域を6GBほど確保しておきます。
Dockerメージをpullしておきます。
適当な名前(my_nvcont)でコンテナを作成
sudo docker create -it --name my_nvcont --gpus all --network host nvcr.io/nvidia/l4t-pytorch:r32.4.4-pth1.6-py3
コンテナを起動
アップデート&アップグレード
よく使われるわりに未実装なのでインストール
いくつかパッケージやライブラリをインストールしておきます。
Cmake 3.17.1をインストール
wget https://github.com/Kitware/CMake/releases/download/v3.17.1/cmake-3.17.1.tar.gz
OpenCV(4.1.2)をインストール
cmake -D CUDA_HOST_COMPILER=/usr/bin/gcc-7 -D CUDA_NVCC_FLAGS="--expt-relaxed-constexpr" -D CUDA_VERSION="10000" -DWITH_NVCUVID=OFF -DENABLE_CCACHE=OFF -DEIGEN_INCLUDE_PATH=/usr/include/eigen3 -D HAVE_CUDA=1 -D WITH_CUDA=ON -D CUDA_ARCH_BIN="5.3" -D CUDA_ARCH_PTX="" -DWITH_FAST_MATH=OFF -D OPENCV_EXTRA_MODULES_PATH=../../opencv_contrib-4.1.2/modules -D WITH_GSTREAMER=ON -D WITH_LIBV4L=ON -D BUILD_opencv_python2=OFF -D BUILD_opencv_python3=ON -DPYTHON3_EXECUTABLE=/usr/bin/python3 -D BUILD_TESTS=OFF -D BUILD_PERF_TESTS=OFF -D BUILD_EXAMPLES=OFF -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local/ -D WITH_CUBLAS=ON -D LAPACK_LIBRARIES=/usr/lib/aarch64-linux-gnu/libblas.so -D LAPACK_CBLAS_H=/usr/include/aarch64-linux-gnu/cblas.h ..
いらなくなったファイルやフォルダーを整理
Appendix1
コンテナをDockerイメージにする
Docker Hub にユーザー登録していて、pushする場合
Appendix2
Pytorch、TorchVisionのバージョンアップは
このページの4/4参照
Appendix3
NVIDIA提供のイメージと実装されたライブラリのバージョンなどは
NVIDIA L4T ML や NVIDIA L4T PyTorch 参照
参考までに
各イメージに実装されているTensorFlow のバージョンは1.15 です。
Kerasをインストールする必要がある場合、バージョンは2.2.4を指定します。
Leave a Reply