目录
1、虚拟环境Miniforge安装
2、创建新的python虚拟环境
3、安装常用的库
4、安装PyTorch
4.1 PyTorch安装下载
4.2 环境变量配置
4.3 检验PyTorch是否安装成功+CUDA是否可用
5、安装torchvision
Miniforge相当于我们平常用的Anaconda,此处ARM系统推荐用Miniforge
sh Miniforge3-4.10.3-7-Linux-aarch64.sh
此刻注意!!!刚运行结束后会弹出“Plese press Enter to continue >>>”,先不要按Enter键!!!在">>>"后直接黏贴入以下命令,以配置国科大conda环境:
conda config --prepend channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --prepend channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
forTorch是我自己起的虚拟环境的名
conda create -n forTorch python=3.6
进入该虚拟环境:
conda activate forTorch
sudo apt-get install python3-pip libopenblas-base libopenmpi-dev
安装了pip以后,命令行输入python3进入python环境,就可以直接 pip3 install 库名,安装numpy, pandas, matplotlib, opencv-python, pycuda等等
根据自己的python版本下载PyTorch,正常安装没有啥问题:PyTorch for Jetson - version 1.10 now available - Jetson Nano - NVIDIA Developer Forums
pip3 install torch-1.7.0-cp36-cp36m-linux_aarch64.whl
此时进入该环境下的python3环境,import torch报错"illegal instruction (core dumped)",原因是没有添加环境变量。
vim ~/.bashrc
进入文件,在文件最下方插入以下代码(按"i"插入,ESC键退出编辑状态,":wq"保存退出)
export PATH=/usr/local/cuda/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
export CUDA_ROOT=/usr/local/cuda
保存后输入,并重启终端
source .bashrc
import torch
print(torch.__version__)
print(str(torch.cuda.is_available()))
首先看清楚torch版本对应的torchvision版本。e.g. torch1.7.0对应torchvision0.8.1
GitHub - pytorch/vision: Datasets, Transforms and Models specific to Computer Vision
github下载特别慢,失败了好几次
git clone --brance v0.8.1 https://github.com/pytorch/vision torchvision
推荐下载源:
git clone -b v0.8.1 https://hub.fastgit.org/pytorch/vision.git
进入该项目文件夹下,运行以下代码执行安装:
python3 setup.py install
参考:Nvidia Jetson XAvier NX开发套件从装机到pytorch环境搭建YoloV5+DeepSort+TensorRT_m0_46339652的博客-CSDN博客_jetson nx yolov5
yolo v5 NVIDIA Jetson Xavier NX 部署刷机+安环境(2)_Zosse的博客-CSDN博客