[orin] nvidia orin 上安装 pytorch 和 torchvision 实操

最新推荐文章于 2025-10-29 09:04:11 发布
原创 最新推荐文章于 2025-10-29 09:04:11 发布 · 4.9k 阅读 · 20 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#pytorch #python #深度学习

本文详细记录了在Orin设备上使用Anaconda虚拟环境安装Python 3.8、PyTorch 1.11.0及torchvision 0.12.0的过程。包括创建conda环境、安装系统依赖、PyTorch与torchvision的具体步骤。

在这里插入图片描述

请看这个博主写的链接，写的非常好，目前我已经安装成功了，不同的是我是在Anaconda虚拟环境中安装的。
原博客链接：https://blog.youkuaiyun.com/beautifulback/article/details/125717717

这次我要安装的软件版本是:python3.8 + torch1.11.0+ torchvision0.12.0

首先说明，我拿到这个orin设备之前，已经有很多人在上面配置了，所以可能前人已经安装了很多依赖。所以本次安装有可能存在有些依赖没有安装的情况。

安装过程

1.首先创建conda环境

conda create -n py38 -y

2.然后安装依赖：

sudo apt-get install  libopenblas-base libopenmpi-dev libomp-dev

3.安装Pytorch


                

                
                
        

    


  


        

            

                      
                        最低0.47元/天 解锁文章
                          
                      
            

        


    



                



	

		

			

				
					
NVIDIA ORIN配置Pytorch和Torchvision

				
			

			

				

					weixin_44604409的博客
				

				

					08-17
					
					2737
					
				

			

		

		

			
				
在NVIDIA AGX ORIN平台配置Pytorch-v2.1.0和torchvision-v0.15.2，已成功。

			
		

	



                

            
              



	

		

			

				
					
jetson agx orin 的pytorch、torchvision、tensorrt安装最全教程

					
热门推荐

				
			

			

				

					qq_58728069的博客
				

				

					02-26
					
					1万+
					
				

			

		

		

			
				
jetson agx orin 的pytorch、torchvision、tensorrt安装最全教程

			
		

	



              


  
              

                


	

		

			

				
					
Jetson orin nx 配置pytorch和TensorRT

				
			

			

				

					weixin_68718552的博客
				

				

					10-29
					
					1088
					
				

			

		

		

			
				
注明：本人设备为Jetson orin nx(16GB)版本，jetson设备已完成刷机，Ubuntu 22.04，Jetpack 6.2，CUDA 12.6，cuDNN 9.6CUDA Jetpack版本可以查看这篇一些小问题：jetson设备上浏览器打不开，我的浏览器是chromium等待运行结果后便可正常使用浏览器。

			
		

	





	

		

			

				
					
在Nvidia ORIN进行Pytorch，TorchVision，MMtracking的部署

				
			

			

				

					walleva96的博客
				

				

					03-24
					
					1618
					
				

			

		

		

			
				
在Orin上进行Pytorch以及Torchvision的部署， 不能够直接通过命令进行部署安装，该命令默认是使用X86的安装版本， 我们需要使用nvidia的cuda架构， 并且orin是arm架构的芯片， 所以， 应当通过英伟达官方发布的版本进行安装， 当然也可以使用源码进行pytorch编译。

			
		

	



		

			
		



	

		

			

				
					
AGX Orin 安装pytorch与torchvision 2025最新！

				
			

			

				

					weixin_42798834的博客
				

				

					06-04
					
					1455
					
				

			

		

		

			
				
AGX Orin提供了丰富的接口但是只有DP接口可以连接显示器，type-c只能用来传输信号和供电。对硬件组成感兴趣的可以观看以下视频。首次开机后会默认进入Ubuntu安装界面，和其他系统安装Linux无异，一路默认yes就好。安装成功之后可以用命令浅查一下内存情况free -h新orin需要先安装软件包管理工具官方教程安装好后，在正式安装conda和torch之前需要查看安装的版本信息，网上推荐采用jtop命令，可以查看版本信息和运行状态信息。然后运行jtop。

			
		

	





	

		

			

				
					
Jetson orin 安装tensorflow和pytorch

				
			

			

				

					my88site的专栏
				

				

					12-22
					
					1332
					
				

			

		

		

			
				
jetson orin 安装tensorflow和pytorch

			
		

	





	

		

			

				
					
在 NVIDIA Orin (JetPack 6.0) 上安装 PyTorch 2.4 + Torchvision 0.19

				
			

			

				

					m0_51780913的博客
				

				

					04-22
					
					1921
					
				

			

		

		

			
				
解决 在边缘计算平台 NVIDIA Orin (JetPack 6.0) 安装可以用于语言模型运行的torch 和 torchvision 版本不兼容问题

			
		

	





	

		

			

				
					
Jeston Orin Nnao 安装pytorch与torchvision环境

				
			

			

				

					m0_56306892的博客
				

				

					08-09
					
					477
					
				

			

		

		

			
				
若安装失败，建议源码安装。

			
		

	





	

		

			

				
					
jetson agx orin安装pytorch失败（未正确安装gpu版本）

				
			

			

				

					12-05
				

			

		

		

			
				
Jetson AGX Orin作为NVIDIA推出的一款面向边缘计算和嵌入式系统的高性能计算机模块，具备强大的计算能力，适合运行深度学习和AI应用。然而，在安装PyTorch等深度学习框架时可能会遇到问题，尤其是在尝试安装GPU版本...

			
		

	





	

		

			

				
					
Jetson Orin NX install Pytorch

				
			

			

				

					乐亦亦乐的博客
				

				

					04-20
					
					1280
					
				

			

		

		

			
				
【代码】Jetson Orin NX install Pytorch。

			
		

	





	

		

			

				
					
基于NVIDIA jetson平台Torch安装教程 +Jetson-Inference使用

				
			

			

				

					09-06
				

			

		

		

			
				
基于NVIDIA jetson平台Torch安装教程 +Jetson-Inference使用，   老实说，这是我最喜欢的一部分了，最近沉迷于寻找各种用于不同阶段的加速工具，jetson平台的TensorRT属于“推理阶段加速”，也是比较实用的一种加速，之后找个时间我会专门写一节总结，介绍各种加速工具给你，这里就不多说了。

        这本书中关于使用TensorRT的部分比较坑，有很多东西我没有顺利安装。这里总结一下我最后成功方法。

 

			
		

	





	

		

			

				
					
Jetson Orin NX（Arm aarch64） Pytorch 安装

				
			

			

				

					m0_66749393的博客
				

				

					05-02
					
					3510
					
				

			

		

		

			
				
Jetson Orin Nx CUDA11.4 whl文件安装Pytorch1.11.0

			
		

	





	

		

			

				
					
jetson AGX orin 配置pytorch和cuda使用、yolov8 TensorRt测试

				
			

			

				

					热爱生活，忠于自己
				

				

					01-06
					
					5423
					
				

			

		

		

			
				
安装 sudo apt-get install libjpeg-dev zlib1g-dev 之后，删除所有缓存和编译零时文件，再重新编译安装即可。由于gpu推理通常需要预热，拷贝图像（bus.jpg）到文件夹重复多张（以10张为例）即可，重新运行，基本推理耗时。默认安装在系统环境中，若在虚拟环境中，可以创建软连接到虚拟环境中。导出默认的fp32模型，耗时11分钟，40qps，加载测试如下。，执行耗时32分钟（模型文件大小缩小一半），95qps，，如下。若均不报错，且能正常输出说明安装成功，如下图。

			
		

	





	

		

			

				
					
orin上安装cuda pytorch gpu运行环境

				
			

			

				

					耶律大石的博客
				

				

					05-30
					
					3888
					
				

			

		

		

			
				
https://blog.csdn.net/Black__Jacket/article/details/127736938https://forums.developer.nvidia.com/t/pytorch-for-jetson/72048https://blog.csdn.net/beautifulback/article/details/125717717https://blog.csdn.net/David_jiahuan/article/details/103903593?utm_medium

			
		

	





	

		

			

				
					
orin控制器 安装GPU版torch和torchvision

				
			

			

				

					qq_52659547的博客
				

				

					08-23
					
					1036
					
				

			

		

		

			
				
1.打开终端,输入 sudo jtop 查看JetPack版本2.打开以下网站,下载1.12.0版本的torch3.安装torch运行报错,可以尝试运行以下代码。

			
		

	





	

		

			

				
					
jetson Orin 配置pytorch环境记录

				
			

			

				

					liruikai332的博客
				

				

					07-12
					
					938
					
				

			

		

		

			
				
用源码编译的方式，安装了torchvision 但是import torchvision检查后还是报错 ，报错什么记不太清了，但是可以在cuda cpu上运行了。这里要记录一下 第一次安装时 python环境和conda环境的冲突 本来我在conda环境中安装pyotch，但是gpt推荐要安装python，好，那尝试一下最新的版本：就是在1.pytorch安装中的结果 是没有问题的。这里应该安装的包太旧了，适用于cudnn8，但是我的板子是cudnn9.注意要用pip安装，不能用conda安装。

			
		

	





	

		

			

				
					
Jetson AGX Orin配置pytorch+torchvision+tensorrt+pytracking详细流程

				
			

			

				

					m0_51597918的博客
				

				

					09-04
					
					3027
					
				

			

		

		

			
				
本文前半部分参考了。

			
		

	





	

		

			

				
					
python中安装gpu版torch

					
最新发布

				
			

			

				

					11-18
				

			

		

		

			
				
在Python中安装GPU版torch有多种方法，以下为你详细介绍：

#### 使用pip在线安装
可以直接使用pip命令从指定的PyTorch官方源安装GPU版torch。例如，若要安装适配CUDA 12.6的torch及其相关库，可使用以下命令：
```bash
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu126
```
若要安装以前的老版本，同理，根据自己的CUDA版本替换相应的URL中的CUDA版本号即可。比如安装适配CUDA 11.6的特定版本：
```bash
pip install torch==1.13.1+cu116 torchvision==0.14.1+cu116 torchaudio==0.13.1 --extra-index-url https://download.pytorch.org/whl/cu116
```
需注意，安装依赖时，所选择的cuda版本不能超过电脑本身所支持的cuda最高版本[^1][^2]。

#### 本地安装whl文件
先到download.pytorch.org/whl/torch/找到匹配自己CUDA版本和Python版本的torch的whl文件，例如“torch-1.13.1+cu117-cp37-cp37m-win_amd64.whl” ，这里包含了pytorch版本、cuda的版本、python版本信息。推荐使用迅雷下载，下载完成后，在当前环境终端使用以下命令安装：
```bash
pip install C:\Users\samuel\Downloads\torch-1.13.1+cu117-cp37-cp37m-win_amd64.whl
```
之后再执行之前较慢的下载命令完成安装[^5]。

#### 使用conda安装
如果使用conda环境，可根据自己的Python版本和CUDA版本选择合适的命令。例如，Python版本是3.8，cuda版本是11.3，可使用以下命令：
```bash
conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cudatoolkit=11.3 -c pytorch
```
[^3]

安装完成后，可以使用以下代码测试是否安装成功：
```python
import torch
print(torch.__version__)
print(torch.cuda.is_available())
```
若要更详细地查看GPU相关信息，可使用以下测试代码：
```python
import torch
if __name__ == '__main__':
    if torch.cuda.is_available():
        print("GPU是否可用：", torch.cuda.is_available())
        print("GPU数量：", torch.cuda.device_count())
        print("torch方法查看CUDA版本：", torch.version.cuda)
        print("GPU索引号：", torch.cuda.current_device())
        print("GPU名称：", torch.cuda.get_device_name(0))
    else:
        print("GPU不可用")
```
[^1][^2]

			
		

	



              




          




        



    





    



      

      

        
      

      





	

		
评论 6

	

  
	




  

    

      添加红包
      
    

    

      

        
        

          
          
        

        
请填写红包祝福语或标题

      

      

        
        

          
          个
        

        
红包个数最小为10个

      

      

        
        

          
          元
        

        
红包金额最低5元

      

      

        
        

          当前余额3.43元
          前往充值 >
        

      

      

        

          需支付：10.00元
        

        
        
      

    

  





  

    
    
  

  

    
    
  








  

    

      

        

          

            
            
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
            

          

        

        

          

          

          

        

      

    

    

  



      
      

      
实付元

      
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