【Jetson Nano安装gpu版pytroch1.7&torchvision0.8.1 in python3.8 跑 Ultralytics YOLO】

1. 系统环境

笔者的jetson nano b01的系统版本如下:

环境版本
JetPack4.4
Ubuntu18.04
python(Miniforge3环境)3.8
python3(系统自带环境)3.6.9
python2(系统自带环境)2.7

由于Ultralytics YOLO需要 3.10>=Python>=3.7,故自己安装Miniforge3,使用conda创建了python3.8环境,以下教程均在此环境中进行。

2. 安装torch1.7.0

  1. 下载适用于aarch64框架的编译好的torch

torch-1.7.0a0-cp38-cp38-linux_aarch64.whl

  1. 进入到下载的目录,安装torch
conda activate py3.8
pip install torch-1.7.0a0-cp38-cp38-linux_aarch64.whl

3. 安装torchvision0.8.1

pip3 install torchvision==0.8.1  # 未找到匹配的版本,无法安装

说明:torchvision 无可直接安装的0.8.1版本的whl,故需从源码开始编译

  1. 获取torchvision源码
git clone --branch v0.8.1 https://github.com/pytorch/vision torchvision

无法git的话直接下载到本地即可

  1. 编译(大概20分钟)
cd vision
export BUILD_VERSION=0.8.1
python3 setup.py install --user	

4. 参考文献

  1. PyTorch packages for ARM64
  2. jetson nano nvidia GPU ubuntu18 安装pytorch torchvision教程
  3. Konnsy/arm-wheels
  4. PyTorch for Jetson
### 在 Jetson Nano (Python 3.8) 上安装 PyTorch 的方法 要在 Jetson Nano 设备上成功安装适用于 Python 3.8PyTorch,可以按照以下说明操作: #### 1. 更新系统并安装必要的工具 确保系统的软件包是最新的,并安装编译所需的工具链: ```bash sudo apt update && sudo apt upgrade -y sudo apt install -y build-essential cmake git libjpeg-dev libpng-dev ``` #### 2. 安装 Python 3.8 和相关依赖项 如果尚未安装 Python 3.8,则可以通过以下命令完成安装: ```bash sudo apt install python3.8 python3-pip python3-setuptools ``` 验证 Python 本是否正确: ```bash python3.8 --version ``` #### 3. 创建虚拟环境(可选) 为了隔离项目环境,建议使用 `venv` 或其他虚拟环境管理器来创建独立的 Python 环境: ```bash python3.8 -m venv pytorch_env source pytorch_env/bin/activate ``` #### 4. 下载预构建的 PyTorch 轮子文件 对于 Jetson Nano 平台,推荐直接下载适合 ARM64 架构的 `.whl` 文件。可以从 Konnsy 提供的资源库获取适用本[^1]。 例如,针对 PyTorch 1.7.0Python 3.8 的轮子文件可通过以下方式安装: ```bash pip3 install torch-1.7.0-cp36-cp36m-linux_aarch64.whl ``` 注意:上述路径中的具体文件名可能因本不同而有所变化,请根据实际需求调整。 #### 5. 配置环境变量 某些情况下需要设置特定的环境变量以便于支持 GPU 加速功能。例如,在安装过程中需指定构建本号: ```bash export BUILD_VERSION=0.8.1 ``` 随后执行安装脚本以完成最终配置: ```bash cd vision python3 setup.py install --user ``` #### 6. 测试安装是否成功 最后一步是确认 PyTorch 是否能够正常使用以及 CUDA 支持情况: ```python import torch print(torch.__version__) print(torch.cuda.is_available()) ``` 如果输出显示正确的 PyTorch 本并且返回 True 表明已启用 CUDA 功能,则表示安装顺利完成[^3]。 ---
评论 1
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

一只云卷云舒

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