Jetson orin scv3环境配置

记不清当时是怎么配置的环境了,难搞
python环境的安装:

conda create -n scv3 python=3.8

安装torch 和torchvision
这里找到jetpack版本对应的torch ,我的jetpack5.1.3,并且环境需要安装pytorch-lightning1.7.3,,对应的torch版本在1.9到1.12之间。有个疑问,列表里没有列支不支持5.1.3,担心会出岔子。
进入虚拟环境,执行pip install torch-1.1xx.whl
会一直警告pytorch-lightning1.7.3不是标准的对torch版本。
安装torchvision 当时是怎么安装的?(直接pip install torchvision==0.12.0即可,下面这个太麻烦了)

sudo apt-get install libjpeg-dev zlib1g-dev libpython3-dev libavcodec-dev libavformat-dev l
### 设置和管理Conda虚拟环境 在NVIDIA Jetson Orin NX设备上配置和使用Conda虚拟环境是一个常见的需求,尤其是在需要安装特定版本的Python库(如PyTorch、TensorFlow等)时。以下是关于如何设置和管理Conda虚拟环境的具体方法。 #### 安装Miniconda或Anaconda 如果尚未安装Conda工具链,则可以按照以下方式下载并安装Miniconda: 1. **下载Miniconda脚本** 需要从官方源获取适合ARM架构的Miniconda安装包[^1]。对于Jetson系列设备,推荐使用基于Linux ARMv8的版本。 ```bash wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-aarch64.sh ``` 2. **运行安装程序** 下载完成后通过`bash`命令启动安装过程,并遵循提示完成操作。 ```bash bash Miniconda3-latest-Linux-aarch64.sh ``` 3. **初始化Conda** 完成安装后需重新加载shell配置文件以激活Conda功能。 ```bash source ~/.bashrc ``` #### 创建新的Conda环境 创建一个新的Conda环境用于隔离不同项目所需的依赖项是非常重要的实践之一。 ```bash conda create --name myenv python=3.9 ``` 上述命令会建立名为`myenv`的新环境,并指定其使用的Python版本为3.9[^2]。 #### 激活与停用Conda环境 一旦创建好环境,就可以随时切换到该环境中工作或者退出回到基础系统状态。 - **激活环境** ```bash conda activate myenv ``` - **停用当前活动环境** ```bash conda deactivate ``` #### 在Conda环境下安装必要的软件包 当处于目标环境中时,可以通过简单的指令来添加所需的各种科学计算框架及其配套组件。 - **安装PyTorch及相关依赖** 假设已参照先前提及的方法成功部署了PyTorch,在此基础上继续扩展其他支持模块比如torchvision: ```bash sudo apt-get install libjpeg-dev zlib1g-dev libpython3-dev \ libavcodec-dev libavformat-dev libswscale-dev \ libopenblas-base libopenmpi-dev -y pip install torchvision ``` 注意这里采用的是APT包管理系统预先准备一些底层多媒体处理能力以及BLAS线性代数加速服务后再利用pip补充高级别的机器学习视觉工具集。 --- ###
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值