問題タブ [nvidia-jetson]

現在、Nvidia の Jetson Tegra TX1 (Ubuntu 16.04 を実行)でTensorFlowを実行しようとしています。 通常の Ubuntu 16.04 では、TensorFlow のインストールは簡単です。しかし、TX1 の(別名) ハードウェア アーキテクチャのため、これは TX1 では不可能です。 TensorFlow のビルド済みホイール ファイルをインストールすることができましたが、古いバージョンしか見つかりませんでした。
pip install tensorflowarm64aarch64

• このpip パッケージtensorflow-aarch64は v1.2 のみを提供します
• JetsonHacks によるこの投稿は v1.3 を提供します
• このlherman-cs/tensorflow-aarch64 github リポジトリは v1.4 を提供します

私が探しているのは、すぐにインストールできる TensorFlow の最新バージョンです。誰かそれについての情報を持っていますか？

(ソースからのビルドも試みましたが、いくつかのエラーで失敗し、数時間かかりました)

Digits と TX2 は初めてです。https://github.com/dusty-nv/jetson-inferenceのチュートリアルを使用してオブジェクト検出モデルを作成しようとしています。

データセットの作成に成功しました。問題はモデルにあります

モデルの作成中に、次のエラーが発生します。

左側のジョブ ディレクトリ情報は次のとおりです。

サーバー側のエラーは

ジョブ ディレクトリに 2 GB 以上の空き容量があるため、メモリを解放する方法がわかりません。私を助けてください。前もって感謝します。

CUDA を無効にして、次のように Jetson TX2 で OpenCV_Extra を使用して OpenCV 3.3.1 をビルドしました。

OpenCV テスト スクリプトを実行し、次のような「Calib3d_Affine3f.accuracy」と「match_bestOf2Nearest.bestOf2Nearest」テストで 2 つのテスト エラーが見つかりました。

Ubuntu 16.04 ベースのイメージと Ubuntu 18.04 ベースのイメージの両方を異なる GCC バージョンで試しました。そして、以下は私の発見の要約です：

• ツールチェーンが gcc-7 に基づいている場合は常に、「Calib3d_Affine3f.accuracy」での OpenCV テストの失敗が、異なるイメージの異なるプラットフォームで観察されました。また、どのプラットフォームとイメージの組み合わせでも、gcc < 7 (つまり、gcc-6.4.0 のようなバージョン 7 より前) が使用されている場合、このテストは常にパスします。

• 「match_bestOf2Nearest.bestOf2Nearest」での OpenCV テストの失敗は、使用されているイメージと gcc のバージョンに関係なく、継続的に観察されました。

私の観察によると、「Calib3d_Affine3f.accuracy」テストでの失敗は、テスト スクリプトが期待値と実際の値を等号 (==) で比較するためであり、これは正確な値を比較するためのものであり、浮動小数点の変動を想定していません。 -異なるコンパイラを使用した異なるプラットフォームでのポイント操作。gcc < 7 では浮動小数点比較テストに合格しますが、gcc-7 では 1e-17 のように 2 つの浮動小数点値がわずかに異なるため失敗します。

質問:

• IEEE 浮動小数点仕様は、精度に関してアーキテクチャ全体で義務付けられていますか?
• OpenCV テスト スクリプトの比較方法 (つまり、許容できるマージンと比較するのではなく、正確な値を比較する) は、IEEE 仕様による浮動小数点値の典型的なものでしょうか?
• gcc-7 を使用する場合と gcc < 7 を使用する場合で、浮動小数点精度の動作が異なるのはなぜですか?
• gcc-7 を使用してテストをパスし、さらに進めるにはどうすればよいですか?

「match_bestOf2Nearest.bestOf2Nearest」の 2 番目の失敗ケースは、一部の OpenCV 関数での浮動小数点演算の精度処理にも関連しています。OpenCV 関数が CV_32F と CV_64F の間の値を内部的にキャストすることがあることがわかりました。CV_32F 形式で精度を処理するのに十分であると仮定すると、これは問題になりません。この場合、テスト スクリプトは、期待値と実際の値をイプシロンのような許容範囲で比較します (正確な値の等価性テストの代わりに)。関数で提供されるランダム シードによっては、テストが失敗することが観察されます。これは、定義済みのイプシロンが十分に大きくないか、CPU の浮動小数点演算の変動性が OpenCV テスト スクリプトで想定されているものよりも大きいことを意味します。

質問：

• Jetson-TX2 の CPU アーキテクチャ固有の特性に関連するものはありますか? それは何でしょう？
• この問題を解決するにはどうすればよいですか?

あなたの知恵を私と共有できれば素晴らしいことです！

ここでnvidia のリポジトリからチュートリアル コードを実行しようとしています。 Jetson TX2 でコンソールの imagenet プログラムを実行すると、次のようになります。

チュートリアルでは不要と具体的に述べられているため、Jetson ボードに Caffe をインストールしていません。TRT が適切にキャッシュする場合、null ウェイト エラーが修正されるかどうかはわかりません。何か案は？

• パイソン 2.7
• キューダ 9.0
• TensorRT 4.0