前回のブログで、Jetson Nano の初期セットアップについて紹介しました。今回はそのセットアップした Jetson Nano にDockerをインストールし、Jupyter Lab にアクセスできるようにします。
まだ、準備できていない場合は以下の記事を参考にOSをインストールしてください。
準備
Swapを作成します。ここでは6GB分のスワップを作成します。
$ sudo systemctl disable nvzramconfig
$ sudo fallocate -l 6G /mnt/6GB.swap
$ sudo mkswap /mnt/6GB.swap
$ sudo swapon /mnt/6GB.swapまずscripts/configure_jetson.sh を実行し、電源モードとその他のパラメータを構築します。以下のコマンドを実行します。
GitHubから必要なファイルをクローンします。
GitHub - NVIDIA-AI-IOT/jetbot: An educational AI robot based on NVIDIA Jetson Nano.
An educational AI robot based on NVIDIA Jetson Nano. - GitHub - NVIDIA-AI-IOT/jetbot: An educational AI robot based on NVIDIA Jetson Nano.
github.com
$ sudo git clone https://github.com/NVIDIA-AI-IOT/jetbot.gitクローンしたら以下のコマンドを実行します。
$ cd jetbot
$ ./scripts/configure_jetson.shdocker/configure.shを実行し、Docker関連の環境を設定します。以下のコマンドを実行します。
$ cd dockerconfigure.shを編集します。これをしないと進むことができないので必ず変更してください。
$ sudo nano configure.shif [[ $L4T_VERSION = "32.4.3" ]]
then
JETBOT_BASE_IMAGE=nvcr.io/nvidia/l4t-pytorch:r32.4.3-pth1.6-py3
elif [[ "$L4T_VERSION" == "32.4.4" ]]
then
JETBOT_BASE_IMAGE=nvcr.io/nvidia/l4t-pytorch:r32.4.4-pth1.6-py3
elif [[ "$L4T_VERSION" == "32.5.1" ]]
then
export L4T_VERSION="32.5.0"
JETBOT_BASE_IMAGE=nvcr.io/nvidia/l4t-pytorch:r32.5.0-pth1.6-py3
else
echo "JETBOT_BASE_IMAGE not found for ${L4T_VERSION}. Please manually set the JETBOT_BASE_IMAGE environment variable. (ie: export JETBOT_BASE_IMAGE=...)"
fi以下のコマンドを実行して確認します。
$ source configure.sh最後にCUDA関連のコンテナを構築します。以下のコマンドを実行します。
$ ./set_nvidia_runtime.shJupyterコンテナのメモリを制限します。
$ export JETBOT_JUPYTER_MEMORY=500m
$ export JETBOT_JUPYTER_MEMORY_SWAP=3Gコンテナを有効にする
以下のコマンドを実行してDockerを起動し、コンテナを有効化します。
$ sudo systemctl enable docker
$ ./enable.sh $HOMEJupyter Lab にアクセスする
Jupyter Lab にアクセスするには、「http://[ロボットのIPアドレス]:8888」をブラウザに入力してアクセスします。
パスワードは「jetbot」です。
ログインができたら以下の画像みたいなものが表示されます。
まとめ
今回はJetson Nano にDocker を導入し、Jupyter Labにアクセスできるようにしました。これで簡単にJupyter Lab を構築できるようになりました。
コメント