3. 安装

2024-06-14 10:45| 来源: 网络整理| 查看: 265

3. 安装¶

技术准备

在 GPU 机器上安装

使用 Docker 镜像

本章内容介绍了两种环境搭建方式。一种方式使用Docker镜像（一种虚拟环境），由于其中已经内置了部分工具包，因此简化了部分操作步骤。如果您想要使用Docker镜像，请参见使用 Docker 镜像；另一种方式则需要您自己安装所有算法工具包和编译工具包。如果您不打算使用Docker镜像，请参见在 GPU 机器上安装。

3.1. 技术准备¶

从解压后的软件包的相对路径中获取安装、配置和其他过程中所需的安装包：

Note

以下压缩包建议在 Linux 环境进行解压。

软件

软件包相对路径

HBDK包

./Related-tools/hbdk-3.6.4-py3-none-linux_x86_64.whl

./Related-tools/hbdk_model_verifier-3.6.4-py3-none-linux_x86_64.whl

TensorFlow Horizon 算法包

./Related-tools/tf_toolkit-v0.8.2.tgz

交叉编译工具

./Embedded-System-SDK/gcc-linaro-6.5.0-2018.12-x86_64_aarch64-linux-gnu.tar.xz

回灌工具

./Related-tools/pc-sender.zip

客户端

./Related-tools/client.tar.gz

./Related-tools/linux_client.tar

嵌入式应用SDK

./Embedded_contrib_sdk/embedded_contrib_sdk-v3.3.0.3.tar.gz

./Embedded_release_sdk/embedded_release_sdk-v3.3.0.3.tar.gz

Cmake

./Embedded-System-SDK/cmake-3.7.2-Linux-x86_64.tar

X2-Dev 镜像

./Related-tools/disk_x2dev_2666_Debug.img

J2-Dev 镜像

./Related-tools/disk_j2dev_2666_Debug.img

96board 镜像

./Related-tools/disk_96board_2666_Debug.img

mono 镜像

./Related-tools/Horizon_Matrix_2-Mono_V6.0.2_RC.6.zip

刷机工具

./Related-tools/hbupdate_win64_v0.6.1.zip

Tensorflow 镜像

./Docker/tensorflow-horizon-docker-v3.3.0.tar.gz

串口驱动

./Embedded-System-SDK/CP2103_Serial_Drivers.zip

关于 96board 和 mono 开发板的使用，参见相关用户手册。

3.1.1. 使用交叉编译工具¶

运行命令解压文件。

tar -xvf gcc-linaro-6.5.0-2018.12-x86_64_aarch64-linux-gnu.tar.xz.

配置路径。

将解压后的 gcc-linaro-6.5.0-2018.12-x86_64_aarch64-linux-gnu/bin 添加至环境变量 PATH。

3.2. 在 GPU 机器上安装¶

安装文件下载，参见技术准备。

3.2.1. 算法包依赖¶

软件

版本

Ubuntu

16.04 或之后版本

Python

3.6(不支持3.7或更高版本)

CUDA

glibc.i686

libstdc++.i686

glibc-devel.i686

libstdc++-devel.i686

aarch64-linux-gnu

gcc-linaro-6.5.0-2018.12-x86_64_aarch64-linux-gnu.tar.xz

cudnn

7.6.2或之后版本

3.2.2. 安装包信息¶

属性

说明

子工具包

horizon_plugin_tensorflow, hbdk

版本

大小

55 MB

3.2.3. 目录结构¶

horizon_plugin_tensorflow 目录结构如下：

. |-- docs |-- packages |-- pretrain-models `-- scripts

其中，

docs

与 horizon_plugin_tensorflow 相关的文档，

packages

依赖 pip 包，

pretrain-models

Pretrained backbone 模型，

scripts

horizon_plugin_tensorflow 使用示例。

3.2.4. 安装说明¶ 3.2.4.1. 安装 CUDA 工具包¶

下载 CUDA 工具包，点击下载 CUDA。

按照此处说明，安装 CUDA 工具包：CUDA 工具包说明。

CUDA 工具包安装完毕后，检查 CUDA 库所用环境变量设置如下：

export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-10.0/lib64 3.2.4.2. 安装 Horizon Tensorflow Plugin 和编译工具¶

运行以下命令使用 pip3 安装：

./packages/install.sh

Note

安装过程中如果提示安装权限不足，请使用--user参数。

如果使用本工具包之前配置过 horizon_plugin_tensorflow 或 hbdk 相关的环境变量，请梳理后做相应的修改或者清除，避免环境混乱。

3.3. 使用 Docker 镜像¶

为方便使用地平线天工开物开发工具链，我们提供了docker文件，以简化使用过程中的环境搭建步骤。离线 docker 镜像可以在收到的软件包 tensorflow-horizon-docker-v3.3.0.tar.gz 中获取。

3.3.1. Docker 信息¶

对象

信息

Tensorflow镜像

tensorflow-horizon-docker-v3.3.0.tar.gz

Ubuntu

16.04 或之后版本

内置工具包

算法包，编译工具

版本

应用开发工具将与 X2/J2 开发板一同交付。

3.3.2. 配置 Docker 环境¶ 3.3.2.1. 安装说明¶

软件

版本

安装指南

平台支持

Docker

>=1.12(建议18.03.0-ce)

Docker Docs

NVIDIA Docker

2.0.3

https://github.com/nvidia/nvidia-docker/wiki/Installation-(version-2.0)

https://github.com/nvidia/nvidia-docker/wiki/Frequently-Asked-Questions#platform-support

3.3.2.2. 用户配置¶

个人用户（非 root）使用 docker 时，需要被添加到 docker 用户组。

sudo groupadd docker sudo gpasswd -a ${USER} docker sudo systemctl restart docker # Centos7 # relogin 3.3.3. 如何使用 Docker¶

导入 docker 镜像所在 .tar.gz 文件：

gunzip -c tensorflow-horizon-docker-v3.3.0.tar.gz | docker load

如果需要使用 hbm 文件或其他文件，请使用 -v 挂载宿主机的目录。

下载数据到指定文件夹。目前有下面两种导入方法：

本机与 docker 共享数据（推荐使用），执行如下命令：

nvidia-docker run -it --rm -p 80:80 -v $HOST-DATA-DIR:$DOCKER-DATA-DIR hub.hobot.cc/aitools/tensorflow-horizon-docker-v3.3.0.tar.gz /bin/bash

请将 $HOST-DATA-DIR 和 $DOCKER-DATA-DIR 各自替换为实际使用路径。

其中，

$HOST-DATA-DIR 表示本机的 data 目录绝对路径；

$DOCKER-DATA-DIR 表示 docker 内的 data 目录的绝对路径。

使用 SCP 命令从其他机器或者本机拷贝到 docker 中。由于根分区大小有限，这种方法可能会导致 docker 内空间不足，请谨慎使用。

运行 nvidia-smi 查看可用显卡数量。

指定显卡数量，运行 Horizon Plugin Tensorflow 用户指南中的具体使用脚本。

3.3.4. Tensorflow Docker 环境软件安装说明¶ 3.3.4.1. 基础镜像¶

发布的 Docker 基于 tensorflow 的官方镜像进行加工产出。

Docker tag: tensorflow/tensorflow:1.14.0-gpu-py3

3.3.4.2. 交付物增加¶

tensorflow 算法包

软件安装脚本 (install_package.sh)

cmake 软件包

嵌入式应用交付包

交叉编译工具

3.3.4.3. Docker镜像中已安装软件¶

apt-utils

vim

libsm6

libxext6

libxrender-dev

openssl-devel

openssh-client

tree

dpkg 32 位运行库

libc6:i386

libstdc++6:i386

g++-multilib

paramiko

matplotlib==3.0.3

Sphinx==2.1.0

sphinx-gallery

hbdk

horizon_plugin_tensorflow

3.3.4.4. 环境变更¶

修改 CC 及 CXX 的全局环境变量使编译使用交叉编译工具，

将 cmake 增加到全局环境变量 PATH 中。

3.3.4.5. Docker File¶ FROM tensorflow/tensorflow:1.14.0-gpu-py3 MAINTAINER [email protected] ENV DEBIAN_FRONTEND noninteractive # install package COPY ./tf_toolkit-v0.8.2.tgz /root/ COPY ./install_package.sh /root/ COPY ./cmake-3.7.2-Linux-x86_64.tar /root/ COPY ./Embedded_contrib_sdk/embedded_contrib_sdk-v3.3.0.3.tar.gz /root/ COPY ./Embedded_release_sdk/embedded_release_sdk-v3.3.0.3.tar.gz /root/ COPY ./gcc-linaro-6.5.0-2018.12-x86_64_aarch64-linux-gnu.tar.xz /root/ RUN /root/install_package.sh 3.3.4.6. Install_package.sh¶ cd /root apt-get update apt-get install -y apt-utils apt-get install -y vim apt-get install -y libsm6 apt-get install -y libxext6 apt-get install -y libxrender-dev apt-get install -y openssl-devel apt-get install -y openssh-client apt-get install -y tree dpkg --add-architecture i386 apt update apt-get -y install libc6:i386 libstdc++6:i386 apt-get -y install g++-multilib pip3 install paramiko -i http://mirrors.aliyun.com/pypi/simple/ --trusted-host mirrors.aliyun.com pip3 install --default-timeout=1200 -U matplotlib==3.0.3 -i http://pypi.hobot.cc/hobot-local/simple --extra-index-url=http://mirrors.aliyun.com/pypi/simple/ --trusted-host pypi.hobot.cc --trusted-host mirrors.aliyun.com pip3 install --default-timeout=1200 -U Sphinx==2.1.0 -i http://pypi.hobot.cc/hobot-local/simple --extra-index-url=http://mirrors.aliyun.com/pypi/simple/ --trusted-host pypi.hobot.cc --trusted-host mirrors.aliyun.com pip3 install --default-timeout=1200 -U sphinx-gallery -i http://pypi.hobot.cc/hobot-local/simple --extra-index-url=http://mirrors.aliyun.com/pypi/simple/ --trusted-host pypi.hobot.cc --trusted-host mirrors.aliyun.com tar xvf tf_toolkit-v0.8.2.tgz && rm tf_toolkit-v0.8.2.tgz mkdir /root/env/ mkdir /root/example/ tar xvf cmake-3.7.2-Linux-x86_64.tar -C /root/env/ && rm cmake-3.7.2-Linux-x86_64.tar tar xvf gcc-linaro-6.5.0-2018.12-x86_64_aarch64-linux-gnu.tar.xz -C /root/env/ && rm gcc-linaro-6.5.0-2018.12-x86_64_aarch64-linux-gnu.tar.xz tar xzvf embedded_contrib_sdk-v3.3.0.3.tar.gz -C /root/example/ && rm embedded_contrib_sdk-v3.3.0.3.tar.gz tar xzvf embedded_release_sdk-v3.3.0.3.tar.gz -C /root/example/ && rm embedded_release_sdk-v3.3.0.3.tar.gz echo "export PATH=/root/env/cmake-3.7.2-Linux-x86_64/bin:$PATH" >> ~/.bashrc pushd . cd horizon_plugin_tensorflow ls ./packages/install.sh popd 3.4. 客户端系统配置要求¶

操作系统

Windows 7 32bit/64bit 及以上支持

Ubuntu 14.04/16.04 支持

内存

文件系统

NTFS

显卡驱动

OpenGL 4.5 及以上

可用硬盘空间

500MB （视频pack不计算）

【本文地址】

3. 安装

3. 安装

今日新闻

推荐新闻