NVidia DIGITS

Références:

Requis

Linux for Tegra (L4T) vient avec JetPack, et cuda-10 peut être installé sur le nano. JetPack peut aussi être mis jour.
Mais pour utiliser DIGITS, il faut que l’image docker pour arm64 (aarch64) existent. Il y a une initiative pour rouler une image de Tegra pour arm64, mais cela nécessite une recompilation du kernel de L4T: https://github.com/Technica-Corporation/Tegra-Docker
- sudo docker system prune -a to remove all docker unused image
- Cuda drivers et cuda toolkit vient avec le JetPack. C’est donc la méthode pour avoir les drivers cuda et le cuda toolkit avec le Jetson Nano.
- Les drivers pour L4T, incluant CUDA, peuvent être téléchargés via https://developer.nvidia.com/embedded/linux-tegra
- Il faut au moins un GPU supporté. Celui de Jetson Nano est le NVidia Maxwell et n’apparait pas dans les diverses documentation, pour NGC et Cuda.
- par contre il est possible de faire du cross-compile pour compiler du code sous une architecture x84 qui va s’exécuter sous aarch64
- Référence: https://devtalk.nvidia.com/default/topic/1048633/cuda-setup-and-installation/where-can-i-find-cuda-cross-aarch64-10-0-/
Il faut un Ubuntu. Windows n’est pas recommandé.
- Référence: https://docs.nvidia.com/ngc/ngc-titan-setup-guide/index.html
Il faut une machine avec un GPU
- Pour vérifier s’il y a un GPU sous Ubuntu, après avoir installé les drivers cuda, exécuter la commande nvidia-smi
- Pour vérifier s’il y a un GPU sous Windows (même si ce n’est pas recommandé cela donne une idée des informations), ouvrir Task Manager > Performance > GPU > Clique droit > Copy pour copier les propriétés
- Sur mon laptop HP EliteBook:
```
GPU 0

AMD Radeon(TM) Vega 8 Graphics

Driver version:	25.20.14146.2002
Driver date:	5/08/19
DirectX version:	12 (FL 12.1)
Physical location:	PCI bus 4, device 0, function 0

Utilization	1%
Dedicated GPU memory	230/256 MB
Shared GPU memory	0.3/15.8 GB
GPU Memory	0.5/16.1 GB
```
Il faut Ubuntu
- Windows 10 permet d’avoir une distribution Ubuntu (WSL - Windows Subsystem for Linux). Mais cela ne fonctionne pas.
- Référence: https://docs.microsoft.com/en-us/windows/wsl/install-on-server
- Dans une fenêtre PowerShell en mode Administrator: Enable-WindowsOptionalFeature -Online -FeatureName Microsoft-Windows-Subsystem-Linux
- Redémarrage de windows est nécessaire
- Télécharger la version de Ubuntu 16.04
  - Référence: https://aka.ms/wsl-ubuntu-1604
- Unzipper le fichier Ubuntu_1604.2019.523.0_x64.appx dans un nouveau dossier
- ouvrir le nouveau dossier et exécuter ubuntu1604.exe
- Donner un compte et mot de passe au moment du prompt
- L’installation de Ubuntu 16.04 sur Windows est complété.
- À noter que l’installation de Ubuntu via un double clique sur le fichier .appx (via le Windows Store) ne fonctionne pas sur mon laptop corporatif. Il y a l’erreur.

Pour désintaller Ubuntu:

Référence: https://superuser.com/questions/1271682/is-there-a-way-of-installing-ubuntu-windows-subsystem-for-linux-on-win10-v170

Ouvrir une console PowerShell en mode administrator

PS C:\windows\system32> wslconfig /list
Windows Subsystem for Linux Distributions:
Ubuntu-16.04 (Default)
PS C:\windows\system32> wslconfig /unregister Ubuntu-16.04
Unregistering...
PS C:\windows\system32>

Mettre à jour Ubuntu: sudo apt update && sudo apt upgrade --fix-missing

Préparation

Créer un compte “NVIDIA hosts NVIDIA® GPU Cloud (NGC) container registry for AI developers worldwide”
- Référence: https://ngc.nvidia.com/signup/register
Se logguer au NGC: https://ngc.nvidia.com

Installation

Télécharger le Cuda Toolkit: https://developer.nvidia.com/cuda-downloads

Notes

https://medium.com/value-stream-design/machine-learning-reductions-mother-algorithms-part-ii-multiclass-to-binary-classification-1dad599147b