[orin] nvidia orin 上安装 pytorch 和 torchvision 实操

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。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

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

# 先进入虚拟环境
conda activate py38
# 安装pip依赖
pip install Cython numpy
# 安装Pytorch
pip install  torch-1.11.0-cp38-cp38-linux_aarch64.whl

4.安装torchvision
解压压缩包vision,然后进入vision文件夹内,然后输入以下指令安装

export BUILD_VERSION=0.12.0  
python3 setup.py install --user

这一步会比较慢,耐心等待,如果有除了torchvision以外的包没有安装上,那么可以再额外进行安装即可,注意提示上的版本要求,例如下面的pillow版本要求不大于7

安装pillow<7

pip install 'pillow<7'

5.查看版本

python
# 输入
import torch
import torchvision
torch.__version__
torchvision.__version__
<think>好的,用户想了解如何在Jetson Orin NX上安装PyTorch。首先,我需要回忆相关的安装步骤注意事项。根据之前看到的资料,Jetson设备通常需要特定的PyTorch版本,因为它们的ARM架构CUDA版本可能与普通PC不同。 首先,用户可能已经安装了JetPack SDK,这是NVIDIA为Jetson系列提供的开发套件,包含了CUDA、cuDNN等必要的库。需要确认JetPack的版本,因为PyTorch的版本需要与之兼容。例如,如果JetPack 5.1.2,可能需要对应的PyTorch v2.1.0。 接下来,安装前的依赖项很重要。用户需要更新pip,并安装一些必要的Python库,比如numpyscipy。此外,设置环境变量如LD_LIBRARY_PATH可能也是必要的,尤其是当涉及到LLVM或其他库时。 然后,下载正确的PyTorch wheel文件。根据引用中的信息,官方提供了针对Jetson的预编译wheel文件,比如torch-2.1.0的版本。用户需要从指定的URL下载,并使用pip安装安装完成后,验证是否成功,可以通过Python导入torch并检查版本CUDA是否可用。 安装torchvision也是常见的后续步骤。需要确认torchvision版本与PyTorch兼容,可能需要从源码编译,或者找到预编译的版本。同样需要安装依赖项,比如libjpeg-dev等。 用户可能会遇到问题,比如依赖项缺失或版本冲突。这时候需要指导他们如何解决,例如安装缺失的包,或者使用虚拟环境隔离项目。此外,编译torchvision可能需要较长时间,用户需要耐心等待。 最后,生成相关问题需要考虑用户可能的后续疑问,比如验证安装、处理依赖问题、性能优化等。这些都需要在回答中涵盖,或者通过相关问题引导用户进一步学习。</think>### Jetson Orin NX 安装 PyTorch 分步指南 #### 1. **确认系统环境** - 确保已安装 **JetPack 5.1.2** 或更高版本(包含 CUDA 11.4 cuDNN 8.6)[^3][^4]。 - 检查 Python 版本是否为 **3.8** 或兼容版本: ```bash python3 --version ``` #### 2. **安装依赖项** ```bash # 更新 pip 基础库 sudo apt-get update python3 -m pip install --upgrade pip python3 -m pip install numpy==1.19.4 scipy==1.5.3 # 兼容 ARM 架构的版本 ``` #### 3. **安装 PyTorch** - **下载预编译的 PyTorch Wheel 文件**: ```bash cd ~/Downloads wget https://developer.download.nvidia.cn/compute/redist/jp/v512/pytorch/torch-2.1.0a0+41361538.nv23.06-cp38-cp38-linux_aarch64.whl ``` - **安装 PyTorch**: ```bash pip3 install torch-2.1.0a0+41361538.nv23.06-cp38-cp38-linux_aarch64.whl ``` #### 4. **安装 TorchVision** - **编译安装 TorchVision**(需匹配 PyTorch 版本): ```bash sudo apt-get install libjpeg-dev zlib1g-dev # 依赖项 git clone --branch v0.15.1 https://github.com/pytorch/vision torchvision # 对应 PyTorch 2.1.0 cd torchvision python3 setup.py install # 编译安装 ``` #### 5. **验证安装** ```python import torch print(torch.__version__) # 应输出 2.1.0 print(torch.cuda.is_available()) # 应输出 True ``` #### 常见问题解决 - **CUDA 不可用**:检查 JetPack 是否安装完整,或重新配置环境变量 `LD_LIBRARY_PATH`。 - **依赖冲突**:使用虚拟环境隔离依赖: ```bash python3 -m venv pytorch_env source pytorch_env/bin/activate ``` ---
评论 6
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