监控系统与gpu调用

本文指导如何在ARM架构的Jetson设备上安装CUDA、处理CUDA版本问题,创建conda虚拟环境,选择并安装PyTorch和torchvision,以及编译源代码以适应ARM架构。

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

watch -n 1 nvidia-smi

arm架构下的torch安装
1.查看arm域控 cuda 版本
nvcc -V
出现cuda版本cuda已完成安装
2.下载archconda
a)命令sh Archiconda3-0.2.3-Linux-aarch64.sh
b)可能bash会报错 sudo gedit ~/.condarc 查看 将export行显示conda安装路径留着把报错的行删掉
c)可能需要换源
d)创建虚拟环境 conda create -n 环境名 python=3.8
e)激活 conda activate 环境名
f)禁用初始bash环境自启conda config --set auto_activate_base false
3.选用适合的pytorch版本
a)网址https://forums.developer.nvidia.com/t/pytorch-for-jetson/72048
b)推荐选择python3.8对应的torch版本
c)在虚拟环境下 运行pip install torch---(补全whl)
4.选择合适的torchvision版本
a)由于pip install torchvision==版本号 不支持arm架构 所以需要编译torchvision源码
b)查看torch和torchvision对应关系 网址https://pytorch.org/get-started/previous-versions/
c)然后去对应github上下载对应版本https://github.com/pytorch/vision/tree/v0.13.0
d)下载完成解压后进入目录 安装依赖包
i.sudo apt-get install libopenblas-base libopenmpi-dev
ii.pip install Cython 注意要在虚拟环境下安装
iii.export BUILD_VERSION=0.13.0
iv.python setup.py install --user
v.编译完成即可

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

打赏作者

白云千载尽

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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