jetsonnano安装torch1.8.0与torchvision0.9.0(个人血泪史)

该文详细记录了在JetsonNano上部署YOLOv5并使用TensorRTX加速的过程,包括遇到的CUDA安装错误及解决方法。作者首先介绍了所需的CUDA版本和PyTorchtorchvision版本,然后详述了安装步骤,特别指出在安装torchvision时需安装依赖库并修改环境变量以解决编译错误。

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

参考链接:Jetson Nano部署YOLOv5与Tensorrtx加速——(自己走一遍全过程记录)_jetson nano yolov5_Mr_LanGX的博客-优快云博客

jetson 装机问题简记 - 知乎 (zhihu.com)

error: command ‘/usr/local/cuda:/usr/local/cuda/bin/nvcc‘ failed with exit status 1_小杨同学的技术博客_51CTO博客

我的板板是4.6,cuda10.2

我要安装的是1.8.0的torch与对应0.9.0的torchvision

下载链接:pytorch-torchvison.zip_免费高速下载|百度网盘-分享无限制 (baidu.com)

提取码yvex

里面有一个whl文件的torch,与一个torchvision的文件夹

 那么把这两个传到板板上,最好建一个文件夹

(我已经安好了archiconda3,虚拟环境python3.6)

然后在板板的命令端,进入这个文件夹中,命令就是

cd 文件夹名

安装whl文件简单,直接

pip install torch-1.8.0-cp36-cp36m-linux_aarch64.whl

安装torchvision,先安装一堆依赖

sudo apt-get install libopenmpi2
sudo apt-get install libopenblas-dev
sudo apt-get install libjpeg-dev zlib1g-dev

要再进入torchvision这个文件夹

cd torchvision

再输入

export BUILD_VERSION=0.9.0

注意了,这里我输入这条命令才好使(加了sudo的不好使,说我非法指令,怎么改都不行)

python3 setup.py install

然后呢,开始编译了,那么最后可能会报错,例如我就报了这个

error: command ‘/usr/local/cuda:/usr/local/cuda/bin/nvcc‘ failed with exit status 1

解决:在命令端输入

sudo gedit ~/.bashrc

然后在弹出来这个小笔记中呢,找到

export CUDA_HOME=$CUDA_HOME:/usr/local/cuda

给它改成export CUDA_HOME=:/usr/local/cuda

如我的图改完了这是

 然后右上角save以下,然后在命令行输入

source ~/.bashrc

然后重启了一下,重新来一遍咱们的操作,从进torchvision这个文件夹开始,然后就,就安装成功了,我吃完饭回来看到成了,高兴的想给它磕两个,安了好多天,各种各样的torchvision就是怎么都安不上,好了不叭叭了

### 在 Jetson Nano 上安装 torchvision 0.9 的方法 要在 NVIDIA Jetson Nano 设备上成功安装 torchvision 0.9 版本,需遵循一系列精确的步骤并注意 PyTorchtorchvision 的版本兼容性。以下是详细的说明: #### 工具准备 在开始之前,确保已安装必要的开发工具和依赖项。可以通过运行以下命令完成基础环境设置[^3]: ```bash sudo apt update && sudo apt upgrade -y sudo apt install git g++ pkg-config curl -y ``` 上述命令会安装 Git(用于版本控制)、g++(C++ 编译器)、pkg-config(库检测工具),以及 curl(网络请求工具)。这些工具对于后续构建和安装 Python 软件包至关重要。 #### 安装 PyTorch 及其对应版本 PyTorchtorchvision 的版本必须严格匹配才能正常工作。针对 torchvision 0.9.0,推荐搭配 PyTorch 1.8.0 使用。可以按照如下方式安装 PyTorch[^2]: ```bash pip install torch==1.8.0+cu102 torchvision==0.9.0+cu102 torchaudio===0.8.0 -f https://download.pytorch.org/whl/torch_stable.html ``` 需要注意的是,在 Jetson Nano 平台上,默认 CUDA 支持可能有所不同,因此建议确认设备支持的具体 CUDA 版本后再调整 URL 中的 `cu102` 参数。 如果官方预编译二进制文件无法满足需求,则可尝试手动从源码编译 torchvision。具体操作流程包括克隆 torchvision GitHub 仓库,并执行本地化构建过程: ```bash git clone --branch v0.9.0 https://github.com/pytorch/vision.git cd vision TORCH_CUDA_ARCH_LIST="5.3" python setup.py install ``` 此处设置了变量 `TORCH_CUDA_ARCH_LIST` 来指定目标架构为 Jetson Nano 所使用的 Maxwell 架构 (SM_5.3)[^2]。 #### 验证安装结果 最后一步是对新安装的库进行验证测试,以确保一切功能正常运作。打开 Python 解释器输入下面代码片段即可快速检查: ```python import torch import torchvision print(f"Torch version: {torch.__version__}") print(f"Vision version: {torchvision.__version__}") ``` 以上脚本应当返回预期中的 PyTorchtorchvision 版本号信息。
评论 4
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