1. 燒錄官方的image檔案：
- 下載 Image 檔案，預設版本為最新的版本， 這篇是使用 JetPack 4.4.1的版本，若要下載更舊的版本請參考 JetPack Archive
- 準備一張 microSD 卡，建議至少為 64GB，使用官方推薦的 Etcher 將 Image 檔案 (壓縮檔即可) 燒進 microSD 卡裡，以 28 MB/s 的速度 Flash、 40 MB/s 的速度 Validate 總共大約需要 15 分鐘。
- 請注意，燒完 SD 卡後會變為 ext4 格式，如果想要重燒 windows 會讀不到 SD卡，但是還是可以用 Etcher 讀到，並重新燒錄。
2. 開啟 NVIDIA Jetson Nano
- NVIDIA Jetson Nano 供電來源有兩種：Micro-USB 與 DC 5V 4A 變壓器，若使用DC 5V 4A 變壓器要在 J48 位置插上 Jumper 後，才會轉由變壓器供電
- 如果你有螢幕可以直接將 HDMI 連接 Jetson Nano，並進行初次設定，設定完即可看到 ubuntu 的桌面，如下圖，並跳到第 4 步進行網路的設定，如果沒有螢幕可以看第 3 步進行 Headless 的操作
- 並跳到第 4 步進行網路的設定，如果沒有螢幕可以看第 3 步進行 Headless 的操作
3. 使用 Putty 與 Jetson Nano 進行連線 (如果你有螢幕可以使用就不用那麼麻煩，可以跳到第 4 步)
- 使用 micro-usb 連接筆電與 Jetson Nano，如果有成功連到會出現一個磁碟區 L4T-README
- 打開裝置管理員 → 連接埠 (COM 和 LPT) → USB 序列裝置 (COM4) 並查看是否是不是這個 COM，可以依靠右鍵內容 → 詳細資料 → 屬性那選擇硬體識別碼，查看它的值是否為 (VID: 0955, PID: 7020)
- 在筆電中下載並安裝 Putty
- 打開 Putty，在 Connection type 選擇 Serial，並在Serial line 輸入剛剛查到的 COM 連接埠，在這邊是 COM4，按下 open 以 Serial 方式連結 Jetson Nano，並進行個人設定
- 連接成功，並開始依照個人需求設定
- 到設定網路那邊先隨便選一個，他會說找不到，可以先選 Do not configure the network at this time，待會會設定網路
- 設定完後它會自動斷掉，接著就可以用剛剛設定完的帳密試著登入看看，成功登入我們來開始設定網路
4. 將 NVIDIA Jetson Nano 連接網路
由於 NVIDIA Jetson Nano 沒有內建無線網路，因此可以使用網路線讓筆電 (或電腦主機) 共享網路給 Jetson Nano ，也可以使用無線網卡讓 Jetson Nano 有網路：
(i) 有線網路
- 將筆電 (或電腦主機) 與 Jetson Nano 用網路線連接 → 在筆電開啟網路和網際網路設定 → 變更介面卡選項 → Wi-Fi 按右鍵 → 內容 → 共用 → 將”允許其他網路使用者透過這台電腦的網際網路連線來連線”打勾 → 完成網路共享
- 可以使用以下指令查看是否有連到網路，使用有線網路的話，IP 位址會在 eth0: 的 inet 後面
$ ifconfig
(ii) 無線網卡
- 由於 NVIDIA Jetson Nano 沒有內建無線網卡，因此需要另外買，經網友測試無線網卡 EDIMAX EW-7811UN 可以正常使用，但是原廠沒出產了，所以要小心不要買到 V2 的版本。另外會有連線不佳的問題，可參考此github rtl8192cu-fixes 使用以下指令修理
# 先用這個指令讓網路能使用
$ echo options rtl8xxxu ht40_2g=1 dma_aggregation=1 | sudo tee /etc/modprobe.d/rtl8xxxu.conf
$ sudo reboot# 再安裝完整版本
$ sudo apt-get update
$ sudo apt-get install git linux-headers-generic build-essential dkms
$ git clone https://github.com/pvaret/rtl8192cu-fixes.git
$ sudo dkms add ./rtl8192cu-fixes
$ sudo dkms install 8192cu/1.11
$ sudo depmod -a
$ sudo cp ./rtl8192cu-fixes/blacklist-native-rtl8192.conf /etc/modprobe.d/
$ sudo reboot
- 有了網路後即可在 NVIDIA Jetson Nano 上使用此指令查詢 IP 位址
$ ifconfig- 使用無線網路的話，IP 位址會在 wlan0: 的 inet 後面
5. 使用 SSH 連線
- 接著就可以用剛剛查到的 IP 位址進行 SSH 連線，以方便安裝及更新套件，首先可以先在筆電上安裝 Putty (原本是在第 3 步用 micro-usb 連線的，先拔掉 micro-usb 並嘗試用 IP 位址進行 SSH 連線)
- 在 Host Name (or IP address) 的地方輸入剛剛找到的 IP 位址，然後按下 open 以 SSH 方式連結 Jetson Nano (如下圖所示)
6. 使用 VNC 遠端連線
使用 VNC 連線方便沒有螢幕的人也可以看到 ubuntu 的桌面，之後在使用 camera 進行深度學習任務時 (可以參考: NVIDIA Jetson Nano — 02 執行深度學習範例：影像辨識、物件偵測、影像分割、人體姿勢預測) 才可以看到 camera 畫面，當然如果你直接使用螢幕的話就可以不用 VNC
- 更新套件
$ sudo apt-get update
$ sudo apt-get upgrade跑到一半它會要你安裝 gdm3 或 lightdm，這邊我們選擇裝 gdm3
- 使用 gsettings 來調整 GNOME 桌面設定，將 Vino 的 promptenabled（啟用提示）以及 require-encryption（需要加密）都設為 false，讓 VNC 遠端連線不需要經過認證階段。
$ gsettings set org.gnome.Vino prompt-enabled false
$ gsettings set org.gnome.Vino require-encryption false- 安裝 nano 文字編譯器
$ sudo apt-get install nano- 改為自動登入，將 AutomaticLogin 的 user1 改為自己的 user name
$ sudo nano /etc/gdm3/custom.conf
- 調整遠端時所看到的解析度
$ sudo nano /etc/X11/xorg.conf- 將以下文字在加到最下面 (Virtual 1920 1080，這樣的解析度可能會有點 Lag，可以自己調整到 1280 720 會順很多)
Section "Screen"
Identifier "Default Screen"
Monitor "Configured Monitor"
Device "Default Device"
SubSection "Display"
Depth 24
Virtual 1920 1080
EndSubSection
EndSection- 重新啟動，並開啟 VNC 連線，有出現下方畫面代表成功運行
$ sudo reboot
$ export DISPLAY=:0
$ /usr/lib/vino/vino-server
- 在自己電腦上下載 VNC Viewer，打開 VNC Viewer ->File -> New connection… 在 VNC Server 的地方輸入 IP 位址 按 OK，點兩下會跳出視窗，按 Continue 即可使用 VNC 連接到 Jetson nano，登入後即可看到 Jetson nano 的桌面
- 我們想將 VNC 設為只要開機就會自動啟動，因此在左上角的 search 輸入 startup 並打開 Startup Applications Preferences 進行下列設定
Name: Vino
Command: /usr/lib/vino/vino-server
Comment: VNC Server
- 重開啟，並試試看能不能使用 VNC 連線
7. 開始環境安裝
- 調整功耗模式
# 鎖住功率使其不過載
$ sudo jetson_clocks# 顯示當前模式
$ sudo nvpmodel -q# 預設為高效能模式(10W)，此功率需用 DC 5V 4A 供電，不然會突然關機
$ sudo nvpmodel -m 0# 若使用 Micro-USB 供電需切換到 5W 模式
$ sudo nvpmodel -m 1
- 調整 SWAP 空間，在這裡預設為 6 GB 的記憶體
$ git clone https://github.com/JetsonHacksNano/installSwapfile
$ ./installSwapfile/installSwapfile.sh# 重開機
$ sudo reboot
- 使用 nano 編輯器，並設定 CUDA 環境變數
# 使用nano編輯環境檔案
$ sudo nano ~/.bashrc
# 最後面加入以下內容：
export CUDA_HOME=/usr/local/cuda-10.2
export LD_LIBRARY_PATH=/usr/local/cuda-10.2/lib64:$LD_LIBRARY_PATH
export PATH=/usr/local/cuda-10.2/bin:$PATH# 完成後，使其生效：
$ source ~/.bashrc# 測試是否有生效
$ nvcc -V
- 在 Jetson Nano 中有一個非常好用的工具就是 jtop，可以同時 查看 CPU 資源與 GPU 資源，另外也可以看目前 CPU 與 GPU 的 溫度與功耗，另外他還有貼心的服務，就是將你目前的 library show 出來。
# 安裝 pip3 工具
$ sudo apt-get install python3-pip python3-dev build-essential
$ sudo -H pip3 install --upgrade pip
$ sudo -H pip3 install jetson-stats
$ sudo systemctl restart jetson_stats.service# 執行Jtop監控工具，可查看CPU與GPU的相關資訊，也可將目前安裝的library顯示出來
$ sudo jtop
- 安裝 AI 常用套件
安裝 pycuda 是之後要使用 TensorRT 優化模型所需要的套件，而 onnx (Open Neural Network Exchange) 則是一種模型格式，之後在轉換模型的時候也會用到，安裝以下套件需要 1至 2 個小時。
$ sudo apt-get install libhdf5-serial-dev hdf5-tools libhdf5-dev zlib1g-dev zip libjpeg8-dev liblapack-dev libblas-dev gfortran qtbase5-dev python3-matplotlib# 安裝 pycuda 是為了能用 python 將 onnx 模型轉成 trt 模型
$ pip3 install pycuda# 安裝 onnx 前需要先安裝 protobuf-3.8.0，我們使用 bash 檔安裝
$ wget https://raw.githubusercontent.com/jkjung-avt/jetson_nano/master/install_protobuf-3.8.0.sh
$ bash install_protobuf-3.8.0.sh# 接著安裝 onnx 1.4.1 版本
$ pip3 install onnx==1.4.1
若想另外安裝一些常用的框架例如 TensorFlow、PyTorch 可以參考 Jetson zoo 的網站，可以先不用急著安裝。
- 關閉桌面只留終端機的指令，可節省一些記憶體，但若有用到 camera 進行 Real-time 推論時還是需要桌面去執行，否則會報錯，所以建議還是開啟桌面模式
# 開啟終端機模式
$ sudo systemctl set-default multi-user.target# 開啟桌面模式
$ sudo systemctl set-default graphical.target# 查看當前的模式
$ sudo systemctl get-default
8. 設定 Jupyter lab
為了方便使用，可以安裝 Jupyter lab，並用自己的電腦直接使用 Jetson Nano 非常方便，詳細操作請參考此篇：
