jeston nano安装torch和torchvision及几个报错原因解决方法
本人是第一次使用jeston nano，下载torch和torchvision碰了很多壁，因此这里把经验教训写下来，希望能帮助到像我一样的小白，让大家少走点弯路，由于第一次在csdn编辑，格式不美观，有错误见谅~
方式一：通过离线包安装
1.安装jtop，查看jetpack版本
pip3 install jetson-stats
安装好jtop后，输入：
jtop
在图中可以看到我的jetpack版本是 4.2，cuda版本是10.0（cuda的安装在网上有许多教程），后续安装torch和torchvision需要根据这个jetpack版本和python版本来，否则会报错
OSError: libcudart.so.10.0: cannot open shared object file: No such file
在英伟达官网查找jetpack对应torch版本，以下贴出我在官网查询的结果
PyTorch for Jetson - Jetson & Embedded Systems / Jetson Nano - NVIDIA Developer Forums
可以查到jetpack4.2和python3.6支持torch从1.0.0到1.4.0的版本，torch可以直接从英伟达官网下载，但是torchvision要使用pip或者conda命令，pip命令要涉及到使用清华镜像源，我这里一开始选择的是1.4.0的版本，但是涉及到后续安装torchvision从清华镜像源下载没有对应的torchvision版本，清华镜像源对应的版本有如下 ：
所以为了能下载到对应版本的torchvision，我这里选择下载torchv1.0.0，对应的torchvision版本是0.2.2
直接点击下载torch，下载好后，通过ssh传输到nano
cd （torch所在目录）
pip3 install "torch-1.0.0a0+bb15580-cp36-cp36m-linux_aarch64.whl" #注意区别pip3和pip
python3.6
import torch
print(torch.cuda.is_available())
可以看到成功的调用了GPU，说明torch安装成功
然后使用命令安装torchvision0.2.2
pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple torchvision==0.2.0
等待安装完毕，同样在python3.6验证torchvision是否安装成功
python3.6
import torchvision
没有报错，说明安装成功
方式二：
如果可以ping通github的网站或者可以科学上网，那么可以直接用英伟达官网的教程，直接在命令行窗口使用命令安装，具体教程如下：
（->python3.6，torch安装）
wget https://nvidia.box.com/shared/static/p57jwntv436lfrd78inwl7iml6p13fzh.whl -O torch-1.8.0-cp36-cp36m-linux_aarch64.whl
sudo apt-get install python3-pip libopenblas-base libopenmpi-dev libomp-dev pip3 install Cython
pip3 install numpy torch-1.8.0-cp36-cp36m-linux_aarch64.whl
->torchvision
$ sudo apt-get install libjpeg-dev zlib1g-dev libpython3-dev libavcodec-dev libavformat-dev libswscale-dev
$ git clone --branch
$ cd torchvision
$ export BUILD_VERSION=0.x.0 # where 0.x.0 is the torchvision version
$ python3 setup.py install --user
$ cd ../ # attempting to load torchvision from build dir will result in import error
$ pip install 'pillow<7' # always needed for Python 2.7, not needed torchvision v0.5.0+ with Python 3.6
到此torch和torchvision就全部安装完毕了。
可以跑一个简单的深度神经网络的模型试一下
在经过十七次迭代后，准确率已经达到了0.93以上。