1.查看xavier安装的jetpack版本:
sudo apt show nvidia-jetpack
一般情况下都是462的。
2.查看cuda版本:
cat /usr/local/cuda/version.txt
3.查看cudnn版本:
cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2
4.1 torch-gpu-aarch64安装方式一:
参考nvidia相关网站 Installing PyTorch for Jetson Platform :: NVIDIA Deep Learning Frameworks Documentation
可以在其中看到如下步骤:
注意这个链接是jetpack-50版本/torch-1.12/python38版本的,可能不太匹配。
Go to-> https://developer.download.nvidia.cn/compute/redist/jp/ 可以看到其他版本的torch
这个版本是torch-1.11/python36的,且jetpack版本为461,和我们的 462版本很接近,可以安装。
剩下的安装过程参考官网第2条:
安装完成后,不见得可以使用。在python 环境中 import torch 可能会出各种各样的问题。
4.2 torch-gpu-aarch64安装方式二
参考另一个网站:
PyTorch for Jetson - version 1.11 now available - Jetson Nano - NVIDIA Developer Forums
这个里面torch版本较多,但是支持的语言只有python36和python27。
安装过程参考页面中Installation
4.3 torch-gpu-aarch64安装方式三
这个网站也提供了一些arm64/aarch64 架构的torch-gpu
Jetson Zoo - eLinux.org
5.torchvision安装
注意torchvision版本要和torch版本一一对应,这个链接可以看到对应的版本号:
GitHub - pytorch/vision at release/0.11
pip安装会出问题,推荐源码编译的方式安装。
#下载相关依赖
sudo apt-get install libjpeg-dev zlib1g-dev libpython3-dev libavcodec-dev libavformat-dev libswscale-dev
#下载0.x.0版本的torchvison
git clone -b v0.10.0 https://github.com/pytorch/vision.git vision-0.10.0
#源码编译
cd torchvision
export BUILD_VERSION=0.x.0
#激活python环境,如果有anaconda的话
conda activate env
python3 setup.py install --user