Jetson NX 配置 pytorch

本文介绍了在JetsonNX上配置PyTorch和torchvision的完整流程,包括使用JetPack5.0.2和Ubuntu20.04的环境,安装miniconda,设置环境变量,以及安装依赖库。在安装torchvision时遇到的问题和解决方法也进行了说明,特别是处理了与PyTorch版本不兼容的情况。此外,还提到了针对报错ImportError:cannotimportname‘PILLOW_VERSION’from‘PIL’的解决方法。

Jetson NX 配置pytorch

参考文档

备注:参考博客最后安装的pytorch无法使用cuda-----目前没找到原因,不知如何解决。
但是官方的教程没问题!

环境情况:

  1. 系统JetPack 5.0.2 --ubuntu20.04

配置流程

  1. 安装miniconda(流程省略)
  2. conda create -n pytorch python=3.8

安装pytorch

  1. sudo apt-get -y update;

  2. sudo apt-get -y install autoconf bc build-essential g++-8 gcc-8 clang-8 lld-8 gettext-base gfortran-8 iputils-ping libbz2-dev libc++-dev libcgal-dev libffi-dev libfreetype6-dev libhdf5-dev libjpeg-dev liblzma-dev libncurses5-dev libncursesw5-dev libpng-dev libreadline-dev libssl-dev libsqlite3-dev libxml2-dev libxslt-dev locales moreutils openssl python-openssl rsync scons python3-pip libopenblas-dev;

  3. sudo apt-get install python3-pip libopenblas-base libopenmpi-dev

  4. conda activate pytorch

  5. pip3 install Cython

  6. 添加环境变量

    export PATH=/usr/local/cuda/bin:$PATH

    export LD_LIBRARY_PATH=/usr/local/cuda

### Jetson NXPyTorch 版本兼容性 Jetson Xavier NX 是基于 ARM 架构的设备,其支持的 PyTorch 版本主要取决于所使用的 CUDA 和 Python 版本。以下是关于 Jetson NXPyTorch 版本兼容性的详细说明: #### 1. 默认环境配置 当使用 JetPack 4.6 进行烧录时,默认安装的 CUDA 版本为 10.2[^1]。对于此版本的 CUDA,推荐的 PyTorch 版本为 **1.8.0**。这是因为 PyTorch 官方提供了针对特定 CUDA 版本优化的预构建包。 #### 2. Python 版本的影响 Python 版本的选择也会影响可用的 PyTorch 版本范围。例如: - 如果运行的是 Python 3.6,则适合的最新 PyTorch 版本为 **1.10.0**[^3]。 - 对于更高版本的 Python(如 3.8),则可以选择更新的 PyTorch 版本。 需要注意的是,Jetson Nano 受限于 JetPack 4.6 中的 Python 3.6.9,而 Jetson Xavier NX 或其他更高端型号可以升级到更高的 Python 版本并获得更好的兼容性。 #### 3. 自定义编译需求 由于 Jetson 设备采用 ARM 架构,无法直接使用标准 x86 平台上的 PyTorch 轮子文件(`.whl`)。因此,通常需要下载专用于 ARM 架构的轮子文件或自行编译。例如,在引用中提到的一个具体实例是 `torch-1.8.0-cp36-cp36m-linux_aarch64.whl` 文件,该文件适配了 Python 3.6 和 CUDA 10.2 的组合。 #### 4. 推荐的 PyTorch 版本表 以下是一个简化的 PyTorch 版本与 CUDA/Python 兼容性表格: | PyTorch Version | CUDA Version | Python Versions | |------------------|--------------|-----------------| | 1.8.0 | 10.2 | 3.6 | | 1.10.0 | 11.3 | 3.6, 3.7 | | 1.11.0 | 11.3 | 3.7, 3.8, 3.9 | 注意:如果尝试使用不匹配的 CUDA 或 Python 组合,可能会遇到运行时错误或其他兼容性问题。 ```python import torch print(torch.__version__) print(torch.cuda.is_available()) ``` 上述代码可用于验证当前环境中 PyTorch 是否正常加载以及 GPU 加速功能是否启用。 ---
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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