003、Nvidia Jetson Nano Developer KIT（b01）-深度学习环境配置

之——深度学习环境

目录

之——深度学习环境

杂谈

正文

1.各种依赖库

1.1 pytorch的底层依赖库

1.2 opencv依赖

1.3 torchvision0.9.0依赖

2.安装pytorch

 3.安装torchvision

小结

---

杂谈

        网上到处淘金，pytorch、opencv、torchvision。

---

正文

1.各种依赖库

1.1 pytorch的底层依赖库

sudo apt install build-essential make cmake cmake-curses-gui -y

sudo apt install git g++ pkg-config curl -y

sudo apt install libatlas-base-dev gfortran libcanberra-gtk-module libcanberra-gtk3-module -y

sudo apt install libhdf5-serial-dev hdf5-tools -y

sudo apt install nano locate screen -y

sudo apt install libfreetype6-dev -y

sudo apt install protobuf-compiler libprotobuf-dev openssl -y

sudo apt install libssl-dev libcurl4-openssl-dev -y

sudo apt install cython3 -y

        这些命令用于安装PyTorch的依赖库和一些开发工具。PyTorch是一个深度学习框架，需要一些特定的依赖项以确保其正常运行。以下是这些命令的作用：

1. apt install build-essential make cmake cmake-curses-gui -y：

   • 安装构建工具，包括make、cmake以及cmake-curses-gui等，这些工具在编译和构建软件时非常有用。

2. apt install git g++ pkg-config curl -y：

   • 安装版本控制工具git，C++编译器g++，pkg-config工具，以及curl工具。这些工具通常在构建和安装软件时需要使用。

3. apt install libatlas-base-dev gfortran libcanberra-gtk-module libcanberra-gtk3-module -y：

   • 安装线性代数库ATLAS的开发文件，Fortran编译器gfortran，以及用于支持图形用户界面的库。

4. apt install libhdf5-serial-dev hdf5-tools -y：

   • 安装HDF5库的开发文件和工具，HDF5是一种用于处理科学数据的库，经常在深度学习中使用。

5. apt install nano locate screen -y：

   • 安装文本编辑器nano、用于快速查找文件的locate工具，以及用于多路复用终端会话的screen工具。

6. apt install libfreetype6-dev -y：

   • 安装FreeType库的开发文件，FreeType用于处理字体和字形。

7. apt install protobuf-compiler libprotobuf-dev openssl -y：

   • 安装Protocol Buffers编译器protobuf-compiler，以及与Protocol Buffers相关的开发库。这些库通常用于序列化和反序列化数据。

8. apt install libssl-dev libcurl4-openssl-dev -y：

   • 安装OpenSSL库的开发文件和CURL的OpenSSL支持库，这些库对于安全通信和网络请求非常重要。

9. apt install cython3 -y：

   • 安装Python的Cython库的Python 3版本。Cython是一个用于编写Python扩展模块的工具，通常在深度学习框架的构建中使用。

        这些依赖项和工具是PyTorch的构建和运行所需的一部分，确保它可以在系统上正常运行。

---

1.2 opencv依赖

        jpack已经自带了opencv，在终端查询是：

opencv_version

        也可以python里import cv2验证。

        但还是装一些依赖拓展：

sudo apt install build-essential -y

sudo apt install libgtk2.0-dev pkg-config -y

sudo apt install python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff5-dev libdc1394-22-dev -y

sudo apt install libavcodec-dev libavformat-dev libswscale-dev libv4l-dev liblapacke-dev -y

sudo apt install libxvidcore-dev libx264-dev -y

sudo apt install libatlas-base-dev gfortran -y

sudo apt install ffmpeg -y

        这些命令是用于在Ubuntu或类似的Linux系统中安装一些开发所需的软件包和依赖项。让我解释一下这些命令：

1. apt install build-essential -y：

   • 这个命令安装了构建软件包所需的基本工具，包括gcc编译器、g++编译器和其他一些必要的工具。

2. apt install libgtk2.0-dev pkg-config -y：

   • 这个命令安装了用于GTK+图形用户界面开发所需的开发库和工具。

3. apt install python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff5-dev libdc1394-22-dev -y：

   • 这个命令安装了Python开发所需的一些库和依赖项，以及用于处理图像和多媒体数据的库。其中还包括了针对图像处理的JPEG、PNG、TIFF等格式的库。

4. apt install libavcodec-dev libavformat-dev libswscale-dev libv4l-dev liblapacke-dev -y：

   • 这个命令安装了用于音视频处理的库，包括FFmpeg的编解码器库和格式处理库，以及用于图像处理的一些其他库。

5. apt install libxvidcore-dev libx264-dev -y：

   • 这个命令安装了Xvid和x264编码器的开发库，这些编码器常用于视频编码和解码。

6. apt install libatlas-base-dev gfortran -y：

   • 这个命令安装了ATLAS线性代数子程序库的开发文件以及Fortran编译器。

7. apt install ffmpeg -y：

   • 这个命令安装了FFmpeg多媒体处理工具，它是一个强大的开源多媒体框架，用于处理视频、音频和其他多媒体数据。

        这些命令通常是为了在系统上设置开发环境，以便进行各种软件开发工作，特别是与图像处理、多媒体处理和科学计算相关的工作。

---

1.3 torchvision0.9.0依赖

sudo apt install libopenmpi2 -y

sudo apt install libopenblas-dev -y

sudo apt install libjpeg-dev zlib1g-dev -y

        这些命令用于安装一些额外的依赖库，通常用于并行计算、线性代数运算和图像处理等方面的任务。让我为您解释这些命令的作用：

1. apt install libopenmpi2 -y：

   • 这个命令安装了OpenMPI的库版本2，OpenMPI是一个用于支持分布式并行计算的开源消息传递界面（MPI）库。它允许多个计算节点协同工作，用于高性能计算和并行编程。

2. apt install libopenblas-dev -y：

   • 这个命令安装了OpenBLAS库的开发文件。OpenBLAS是一个开源的基础线性代数子程序库，用于执行高性能的线性代数运算，通常在数值计算和科学计算中使用。

3. apt install libjpeg-dev zlib1g-dev -y：

   • 这个命令安装了用于JPEG图像处理的开发库libjpeg-dev，以及用于数据压缩的zlib1g-dev库的开发文件。这些库对于图像处理和数据压缩非常有用，通常在计算机视觉和多媒体应用中使用。

        这些依赖项通常在深度学习、科学计算、图像处理和高性能计算等领域的项目中使用。它们提供了支持各种复杂计算任务的功能和性能。

---

2.安装pytorch

        Jetson Nano上的linux系统ubuntu18.04是类似手机的ARM架构，这也就导致它的很多包和普通的linux上的不是通用的。pytorch官网下载的包，在实际使用时无法调用开发板的显卡。这里的pytorch以及接下来的torchvision等包都需要安装Nvidia官网给出的版本。

        可以参考博主的：Jetson Nano

        也可以直接下1.8的torch和0.9的torchvision： 百度网盘 请输入提取码 提取码：zpsa

        或者这个https://download.csdn.net/download/IamYZD/21027946

        下载好后，进入目录下，安装whl，这个有点久：

sudo pip3 install xxx.whl

         python下import torch测试安装：

---

 3.安装torchvision

cd torchvision # 进入到这个包的目录下

export BUILD_VERSION=0.9.0

sudo python3 setup.py install # 安装（半小时） 

        测试torchvision，没有报错即成功：

---

小结

        基础环境配置完毕。