Jetson TX2 安裝 cuda9.0 及 cudnn7 超詳細（真實親測）

劃重點：本文主要針對於Jetson TX1/2，如果想在 pc端安裝 cuda 及 cudnn，那這篇沒有任何幫助！
最近再給Jetson TX2開發板上安裝cuda和對應的cudnn，遇到了很多問題，也搜索了很多技術博客，發現在給 Jetson TX2 安裝cudnn的時候都存在致命的錯誤，現在將出坑方法記錄下來。

本文是針對下面的平臺的：
平臺描述：
Jetson TX2平臺版本： Jetpack 3.3, TensorRT4.0.2, python2.7, python3.5
系統內核： tegra-ubuntu 4.4.38-tegra aarch64, ubuntu 16.04
Linux系統版本： Ubuntu16.04，cmake 3.15.6 （TX2刷機完原始的cmake是3.5.1版本，由於後面自己搗鼓的時候說最好安裝3.9.0以上版本cmake，所以我就直接升級到新版本了）

重點一：Jetson TX2上安裝的cudnn,一定要是arm版本的(即aarch64)

之前在搜所相關安裝方法的時候，很多技術博客中給出的cudnn下載鏈接下載到的cudnn是基於x86/64的。但是，Jetson TX2是ARM內核的，基於X86_64的cudnn在使用的時候會報錯的（報錯信息見下 error），所以在Jetson TX2上安裝的cudnn,一定要是arm版本的(aarch64)。

重點二：arm版本的cuda及cudnn從何下載？

這是重點所在。
從 nvidia 官網 cudnn下載鏈接中得到其實全部都不是基於ARM的。如下圖所見：

那麼，如何得到ARM版本的cuda及cudnn呢？答案在這個鏈接裏面：

https://devtalk.nvidia.com/default/topic/1029454/cudnn-6-for-arm64/?offset=4

也就是在運行 Jetpack 安裝包之後，從下載得到的文件夾（ jetpack_downloads/ ）中得到
如果哪位大佬有更好的辦法，請指出！

一、獲得 cuda 及 cudnn

首先，找一臺安裝有 ubuntu16 或者 ubuntu14的電腦（我的ubuntu18不能用），從官網下載jetpack安裝包或者從: https://pan.baidu.com/s/1c4dSxFXwLhmA2ASYHKkAqw 提取碼: c9vk。
本文就以 Jetson3.3 版本爲例。
進入到此文件的下載目錄，給文獻權限：

sudo chmod +x JetPack-L4T-3.3-linux-x64_b39.run

然後開始安裝：

./JetPack-L4T-3.3-linux-x64_b39.run
注意：在安裝的時候不要使用 sudo 命令，直接運行即可

然後默認操作即可，具體操作可以參考這篇：Jetson TX2超詳細刷機指南
直到出現下圖，表示已經下載並且安裝好了，後續的刷機過程也就不用在繼續了，直接關閉就行：

然後找到剛纔安裝過程中選擇的下載目錄（如下圖）

在 jetpack_downloads/ 文件夾下面，就得到樂了我們需要的 cuda9.0 和 cudnn7.1.5的安裝包

下面的過程將在 Jetson TX2上進行

二、安裝 cuda 及 cudnn

2.1 安裝cuda

2.1.1 首先，在主目錄下創建一個叫 cuda-l4t 的文件夾

cd ~
mkdir cuda-l4t

2.1.2 拷貝 cuda 安裝腳本
在 jetpack 的安裝目錄下的 _install/目錄下有一個叫 cuda-l4t.sh 的腳本，將其拷貝到主目錄下的 cuda-l4t 文件夾下

注意：建議在 jetpack 安裝目錄下直接搜索cuda-l4t.sh 會更加直接

2.1.3 拷貝 cuda、cudnn安裝包
所有在JetPack中下載的安裝包均存在JetPack/jetpack_download中,將
cuda9.0安裝包 (cuda-repo-l4t-9-0-local_9.0.252-1_arm64.deb)
cudnn安裝包 (有3個，libcudnn7_7.1.5.14-1+cuda9.0_arm64.deb，libcudnn7-dev_7.1.5.14-1+cuda9.0_arm64.deb，libcudnn7-doc_7.1.5.14-1+cuda9.0_arm64.deb)
拷貝到主目錄下的 cuda-l4t 文件夾下
2.1.4 開始安裝cuda

cd ~/cuda-l4t
bash cuda-l4t.sh cuda-repo-l4t-9-0-local_9.0.252-1_arm64.deb 9.0 9-0

等待安裝完成即可

2.2 安裝cudnn

由於3個與cudnn相關的文件：
libcudnn7_7.1.5.14-1+cuda9.0_arm64.deb
libcudnn7-dev_7.1.5.14-1+cuda9.0_arm64.deb
libcudnn7-doc_7.1.5.14-1+cuda9.0_arm64.deb
由於都是 .deb 文件，因此直接使用下面的命令安裝即可：

sudo dpkg -i libcudnn7_7.1.5.14-1+cuda9.0_arm64.deb
sudo dpkg -i libcudnn7-dev_7.1.5.14-1+cuda9.0_arm64.deb
sudo dpkg -i libcudnn7-doc_7.1.5.14-1+cuda9.0_arm64.deb

安裝完成後，其實是直接安裝到了默認安裝路徑usr/include和usr/lib下的，因此需要將其拷貝到cuda安裝路徑下：

sudo cp /usr/include/cudnn.h /usr/local/cuda/include/

sudo cp /usr/lib/aarch64-linux-gnu/libcudnn* /usr/local/cuda/lib64/

然後執行下面命令，用重新生成cudnn庫的軟連接

cd /usr/local/cuda/lib64

chmod +r libcudnn*

sudo rm -rf libcudnn.so libcudnn.so.7
sudo ln -s libcudnn.so.7.1.1 libcudnn.so.7
sudo ln -s libcudnn.so.7 libcudnn.so

sudo ldconfig

到此，cuda 及 cudnn 安裝就完成了

三、驗證

3.1 查看 cuda 版本

在終端中輸入：

$ nvcc -V

nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2017 NVIDIA Corporation
Built on Sun_Nov_19_03:16:56_CST_2017
Cuda compilation tools, release 9.0, V9.0.252

可知，當前平臺安裝的是 CUDA 9.0.252版本

3.2 查看 cudnn 版本

在終端輸入：

$ cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
得到
#define CUDNN_MAJOR 7
#define CUDNN_MINOR 1
#define CUDNN_PATCHLEVEL 5
--
#define CUDNN_VERSION    (CUDNN_MAJOR * 1000 + CUDNN_MINOR * 100 + CUDNN_PATCHLEVEL)

#include "driver_types.h"

可知，當前的 cudnn 版本是 7.1.5

附：error

如果在Jetson TX2上安裝了 x86_64 版本的cudnn，那麼在使用cudnn的時候就會報如下錯：
libcudnn.so.7: error adding symbols: File in wrong format
詳細報錯信息如下：

[ 58%] Linking CXX shared library ../lib/libcaffe2_gpu.so
/usr/local/cuda/lib64/
collect2: error: ld returned 1 exit status
caffe2/CMakeFiles/caffe2_gpu.dir/build.make:185448: recipe for target 'lib/libcaffe2_gpu.so' failed
make[2]: *** [lib/libcaffe2_gpu.so] Error 1
CMakeFiles/Makefile2:4400: recipe for target 'caffe2/CMakeFiles/caffe2_gpu.dir/all' failed
make[1]: *** [caffe2/CMakeFiles/caffe2_gpu.dir/all] Error 2
make[1]: *** Waiting for unfinished jobs....
[ 58%] Built target python_copy_files
Makefile:140: recipe for target 'all' failed
make: *** [all] Error 2
Failed to run 'bash ../tools/build_pytorch_libs.sh --use-cuda --use-nnpack --use-qnnpack caffe2'

--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

材料整理不易，如果你覺得對你當前問題有幫助，可以進行小額滴贊助，感謝各位支持(^▽)

Jetson TX2 安裝 cuda9.0 及 cudnn7 超詳細（真實親測）