Xavier配置ubuntu18.04+CUDA10.2+pytorth
注意：刷机时刷的 Jetpack4.4版本的，故下面为与4.4版本对应。
一、ubuntu18.04安装
由于NVIDIA Jetson AGX Xavier在刷机时就安装好了ubuntu系统，查看当前ubuntu系统版本，可知当前版本为18.04。
二、CUDA10.2安装
1.安装
由于NVIDIA Jetson AGX Xavier在板子刷机的时候就已经安装好了CUDA，所以我们不需要在额外安装了。查看已安装好的CUDA版本，可知当前版本为CUDA10.2。
$ nvcc -V
2.验证
使用安装的CUDA的样例读取计算机的硬件信息，显示PASS则通过验证。
$ cd /usr/local/cuda-10.2/samples/1_Utilities/deviceQuery #cuda-10.2对应为自己的CUDA版本
$ sudo make
$ sudo ./deviceQuery
三、cuDNN v8.0.0安装
1.安装
同样，xavier在刷机时已经安装了cuDNN，但没有将对应的头文件和库放到cuda目录 ：/usr/local/cuda/include/cudnn.h，而将cuDNN的头文件放在：/usr/include/cudnn.h。
2.验证
故查看cuDNN版本如下，可知cuDNN版本为8.0.0。
$ cat /usr/include/cudnn_version.h | grep CUDNN_MAJOR -A 2
四、Miniforge安装
1.换镜像源
在安装前可以换镜像源，加速下载安装，可参考该文章。
2.安装
由于NVIDIA Jetson Xavier 使用的aarch64架构是没法使用Anaconda的，虽然可以自己编译，但是conda指令是没法编译到aarch64架构上运行的。
所以这里使用Anaconda的替代Miniforge,Miniforge的下载官网：https://github.com/conda-forge/miniforge/releases。下载适合自己的版本。安装完成后，就和anaconda的使用方式一样。
可参考该文章
$ Miniforge-pypy3-4.10.3-4-Linux-aarch64.sh
3.创建虚拟环境
$ conda create -n py36 python=3.6 #py36为我创建虚拟环境的名称，3.6为安装的版本，可换成自己对应的
故虚拟环境安装成功。
可使用以下命令对虚拟环境操作：
$ conda create -n 环境名称 python=版本 #创建虚拟环境
$ conda env list #查看当前虚拟环境都有那些
$ conda activate 创建的虚拟环境名称 #进入创建的虚拟环境
$ conda deactivate #退出虚拟环境
不放心的可以验证一下，确保安装成功。
注意：虚拟环境里面安装的python版本也必须要和jetpack中的python版本一致，不然之后安装pytorch会出错！！！
如下，我jetpack4.4对应python3.6，然而我虚拟环境安装的是python3.8，所以导致我的pytorch不支持安装，安装不上。
五、pycharm安装
pycharm社区版：https://www.jetbrains.com/pycharm/download/#section=linux
$ cd Downloads
$ tar xfz pycharm-community-2021.2.tar.gz
$ cd pycharm-community-2021.2/bin
$ ./pycharm.sh
下载就可以了，但是在运行最后一句代码./pycharm.sh时出现下面问题。
这是因为Xavier的arm架构，导致无法安装官方的JDK环境,在arm64系统上取而代之的是只能安装open-jdk。pycharm需要java jdk，但是支持arm64的只有open-jdk，所以需要先安装open-jdk。
安装过程参考：
https://blog.csdn.net/asayuki_fsk/article/details/112391488?spm=1001.2014.3001.5501
安装完成后可创建桌面快捷方式，创建pycharm.desktop，然后在文本中进行编辑，具体可自己在网上，我就不详将了，然后双击以下路径的图标，并将其锁在桌面即可。
六、pytorch 安装
1.安装
在PC机ubuntu系统上安装pytorch只需要和自己的CUDA版本对应，而Xavier上的pytorch需要和Jetpack版本对应。
找到对应自己刷机的JetPack版本号下载对应的pytorch和torchvision版本即可，这里我下载的JetPack4.4，python3.6中选择pytorch1.7.0（选择适合自己的版本）。官网查询及安装地址：
https://elinux.org/Jetson_Zoo#PyTorch_.28Caffe2.29
这里需要科学上网，如果有需要可以给我私信。
输入以下命令：
$ sudo apt-get install libopenblas-base libopenmpi-dev python3-pip
$ pip3 install Cython
$ cd Downloads
$ pip3 install numpy torch-1.7.0-cp36-cp36m-linux_aarch64.whl #对应自己下载的
安装好pytorch后接着安装torchvision，由上一个图可以看出，我安装的pytorch v1.7对应torchvision v0.8.1。参考官网安装地址：
https://forums.developer.nvidia.com/t/pytorch-for-jetson-version-1-9-0-now-available/72048
$ sudo apt-get install libjpeg-dev zlib1g-dev libpython3-dev libavcodec-dev libavformat-dev libswscale-dev
$ git clone --branch v0.8.1 https://github.com/pytorch/vision torchvision # see below for version of torchvision to download
$ cd torchvision
$ export BUILD_VERSION=0.8.1 # where 0.x.0 is the torchvision version
$ python3 setup.py install --user
$ cd ../ # attempting to load torchvision from build dir will result in import error
$ pip install 'pillow<7' # always needed for Python 2.7, not needed torchvision v0.5.0+ with Python 3.6
注意：若python3 setup.py install --user 这条语句出现如下错误：
$ python3 setup.py install --user
Illegal instruction (core dumped)
则输入以下命令打开文件
$ sudo gedit ~/.bashrc
在打开的文件最后一行添加以下代码作为环境变量，然后重新执行python3 setup.py install --user命令即可。
export OPENBLAS_CORETYPE=ARMV8
2.验证
可参考官网验证方式：https://forums.developer.nvidia.com/t/pytorch-for-jetson-version-1-9-0-now-available/72048
import torch
print(torch.__version__)
print('CUDA available: ' + str(torch.cuda.is_available()))
print('cuDNN version: ' + str(torch.backends.cudnn.version()))
a = torch.cuda.FloatTensor(2).zero_()
print('Tensor a = ' + str(a))
b = torch.randn(2).cuda()
print('Tensor b = ' + str(b))
c = a + b
print('Tensor c = ' + str(c))
import torchvision
print(torchvision.__version__)
最终验证成功！
参考：
1.https://blog.csdn.net/abc13526222160/article/details/106710163?spm=1001.2014.3001.5501
2.https://blog.csdn.net/maum61/article/details/98218802?spm=1001.2014.3001.5501
3.https://blog.csdn.net/asayuki_fsk/article/details/112391488?spm=1001.2014.3001.5501