树莓派Raspberry Pi 4B安装Pytorch1.6+torchvision0.8
树莓派pytorch搭建过程
- 前言
- 一、环境配置
- 二、搭建步骤
-
- 1.python准备
- 2.安装包准备
- 3.实际安装过程
- 4.其他花里胡哨操作
- 三、跑个模型试试水
- 总结
前言
生命不息，折腾不止！
号称尺寸仅有信用卡大小的小型电脑，整一个！
一、环境配置
命令行窗口中输入：
sudo nano /etc/apt/sources.list
在已有内容前加注释符号#（删掉也行），然后添加：
deb http://mirrors.tuna.tsinghua.edu.cn/raspbian/raspbian/ buster main non-free contrib
deb-src http://mirrors.tuna.tsinghua.edu.cn/raspbian/raspbian/ buster main non-free contrib
按Ctrl+O写入，然后回车，再按Ctrl+x离开（用惯了windows还真不习惯这种操作），然后继续在命令行中输入：
sudo nano /etc/apt/sources.list.d/raspi.list
已有的添加注释，然后添加内容
deb http://mirrors.tuna.tsinghua.edu.cn/raspberrypi/ buster main ui
按Ctrl+O写入，然后回车，再按Ctrl+x离开，继续在命令行中输入：
sudo apt-get update
同步更新源和软件包。
二、搭建步骤
1.python准备
树莓派默认python为2.X版本，命令行中输入：
whereis python
可以看到内置的有一个2.7版本，一个3.7版本，成年人当然选择最新的版本用。首先将链接的2.7版本删掉：
sudo rm /usr/bin/python
然后重新创建软链接命令，链接3.7版本py：
sudo ln -s /usr/bin/python3.7 /usr/bin/pytho
然后在命令行中输入python查看当前版本号，确认是否切换。
2.安装包准备
下载编译好的‘轮子’，放到树莓派的 /home/pi 文件夹下：
链接：https://pan.baidu.com/s/1yH-jhd2vugwGxguhaF2tMA
提取码：8888
3.实际安装过程
安装必要的依赖包：
sudo apt-cache search libopenblas
sudo apt-get install libopenblas-dev
sudo apt-get install libatlas-base-dev
安装numpy：
pip3 install numpy pyyaml
numpy实在是太重要了，一定要确认安装成功！
安装torch：
pip install torch-1.6.0a0+b31f58d-cp37-cp37m-linux_armv7l.whl
安装torchvision：
pip install torchvision-0.8.0a0+10d5a55-cp37-cp37m-linux_armv7l.whl
搞定收工，测试一下行不行：
python
import torch
print(torch.__version__)
成功的话这里会输出版本号1.6.0a0+b31f58d
4.其他花里胡哨操作
- 安装pandas
sudo apt-get install python3-pandas
直接pip总是出问题，不行你试试
- 解压zip文件
sudo apt install unzip
然后cd切换到zip文件所在目录，使用命令就能解压到当前目录下：
unzip ***.zip
- 解压tar.gz文件
tar -xzvf ***.tar.gz
- 安装pycharm
网上教程很多，可以参考：在树莓派上安装 PyCharm
三、跑个模型试试水
*环境搭好了，跑一跑模型，性能怎么样？听我给你吹！ *
先搭一个熟悉的Mobilenet V3的训练模型，跑Indoor67数据集不过分吧，开始训练：
好家伙，这报错是个什么玩意儿？查了一下网上居然没有，再查inplace是激活函数后面的参数，这我也没见过呀，似乎跟pandas库有关，按照上面的方法重新安装，把能修改的地方全动了个遍，再跑还是报这个错，简直是在为难我胖虎！
行啊，惹不起，惹不起，那我换一个模型——跑个Googlenet，数据集我自己造，抽了5类出来，每一类放30张训练图片，15张验证图片，开始训练：
技术活儿，赏！能跑是能跑了，但是这训练速度简直乌龟爬爬，慢的离谱，难道是我设置的有问题?交换区大小已经调到4G了。
总结
查了下都说树莓派只支持CPU，这训练速度简直闻者落泪，难道只适合训练好了部署到树莓派上做推理用吗？属实鸡肋，比上不足，比下有余，一边吃灰去吧！