第二章 Jetson Nano安装Archiconda、PyTorch、torchvision

Jetson Nano系列学习

第一章 Jetson Nano烧录镜像及jtop安装

---

前言

查看Jetson Nano系统架构，执行命令：uname -a
可见Jetson Nano为aarch64架构（Arm64）

一、安装Archiconda

在Anaconda的仓库中并不存在aarch64的相关编译版本，使用Archiconda代替，下载的版本为0.2.3。参考

增加执行权限：

sudo chmod a+x Archiconda3-0.2.3-Linux-aarch64.sh

安装：

./Archiconda3-0.2.3-Linux-aarch64.sh

安装完成后，环境变量主动写入~/.bashrc中，执行命令更新环境变量，可正常使用conda命令

source ~/.bashrc

创建虚拟环境

conda create -n ll python=3.6

激活虚拟环境

conda activate ll

二、安装PyTorch

使用英伟达PyTorch官方安装教程安装对应JetPack版本的PyTorch。参考

由于我的JetPack版本为4.6.1，选择安装PyTorch v1.10.0版本

激活虚拟环境后执行以下命令：

sudo apt-get install python3-pip libopenblas-base libopenmpi-dev libomp-dev
pip3 install Cython
pip3 install numpy torch-1.10.0-cp36-cp36m-linux_aarch64.whl

问题：import numpy 及torch时报非法指令 (核心已转储)
原因：Jetson Nano中自带安装的Numpy版本为1.13.1, 在/usr/lib/python3/dist-packages/，系统其他依赖numpy的包在调用时就会出现混乱，导致报错。参考
解决：编辑.bashrc，sudo vim ~/.bashrc，在最后一行写入export OPENBLAS_CORETYPE=ARMV8
更新bashrc文件，查看是否安装成功

>>> import numpy
>>> numpy.__version__
>>> import torch
>>> torch.__version__
>>> torch.cuda.is_available()

安装成功！Numpy版本为：1.19.5，PyTorch版本为1.10.0

三、安装torchvision

官网给出了PyTorch不同版本对应的torchvision版本

PyTorch v1.10对应的torchvision版本为v0.11.1，由于torchvision依赖Pillow，首先安装Pillow，查看Pillow支持的Python版本。参考

由于虚拟环境中安装的Python版本为3.6，选择安装Pillow 8.3.2，首先安装系统依赖包

sudo apt-get install libjpeg-dev zlib1g-dev libpython3-dev libavcodec-dev libavformat-dev libswscale-dev
python3 -m pip install --upgrade Pillow==8.3.2

安装torchvision：

git clone --branch v0.11.1 https://github.com/pytorch/vision torchvision
cd torchvision
export BUILD_VERSION=0.11.1
python3 setup.py install --user

查看是否安装成功

>>> import torchvision
>>> torchvision.__version__

torchvision安装成功！版本为0.11.1