3. 安装 |
您所在的位置:网站首页 › 天工软件安装教程 › 3. 安装 |
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 10 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-modelsPretrained backbone 模型, scriptshorizon_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.shNote 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 4G 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) |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |