install pytorch on TX2(自己手打,总结)

jetson agx orin 的pytorch、torchvision、tensorrt安装最全教程 阅读详情
#这里打算用python3.5来装
pip3 --version
pip3 9.0.1 from path/to/lib/python3.5/site-packages/pip (python 3.5)
sudo apt install libopenblas-dev libatlas-dev liblapack-dev
sudo apt install liblapacke-dev checkinstall # For OpenCV
sudo apt-get install python3-pip

pip3 install --upgrade pip3==9.0.1
sudo apt-get install python3-dev

sudo pip3 install numpy scipy # 这个花费的时间略长,20分钟到30分钟左右
sudo pip3 install pyyaml
sudo pip3 install scikit-build
sudo apt-get -y install cmake
sudo apt install libffi-dev
sudo pip3 install cffi

 

sudo gedit ~/.bashrc
export CUDNN_LIB_DIR=/usr/lib/aarch64-linux-gnu
export CUDNN_INCLUDE_DIR=/usr/include
source ~/.bashrc

 

sudo nvpmodel -m 0         # 切换工作模式到最大
sudo  ~/jetson_clocks.sh   # 强制开启风扇最大转速 

 

wget https://rpmfind.net/linux/mageia/distrib/cauldron/aarch64/media/core/release/ninja-1.8.2-3.mga7.aarch64.rpm

sudo add-apt-repository universe

sudo apt-get update

sudo apt-get install alien

sudo apt-get install nano

sudo alien ninja-1.8.2-3.mga7.aarch64.rpm

#If previous line fails, proceed to <$sudo dpkg -i ninja-1.8.2-3.mga7.aarch64.deb>

      sudo alien -g ninja-1.8.2-3.mga7.aarch64.rpm

      cd ninja-1.8.2

      sudo nano debian/control

      #at architecture, add arm64 after aarch64         aarch64 to        aarch64, arm64   

      sudo debian/rules binary

      cd ..

sudo dpkg -i ninja_1.8.2-4_arm64.deb

sudo apt install ninja-build

 

 

 

#首先下载,因为最新的版本貌似编译有点问题,所以下载旧的版本吧,这行命令也是好久才找到的,听说还可以下0.4.1版本

git clone --recursive --depth 1 https://github.com/pytorch/pytorch.git -b v${PYTORCH_VERSION=0.5.
 

 

#进入文件夹

cd pytorch
 

#升级一下

git submodule update --init
 

#安装依赖库

sudo pip3 install -U setuptools
sudo pip3 install -r requirements.txt
 

进行安装

sudo python3 setup.py install

#这里直接后面用install,网上有人用,develop,build的命令,实验了一周都不对
 

#再安装另外一个依赖库

pip3 install tensorboardX

 

#下载另一个文件夹

git clone https://github.com/pytorch/vision

cd vision

#安装

sudo python3 setup.py install

TX2部署Yolov5 文章目录TX2部署Yolov5torch和torchvision安装pytorch GPU 核查安装其他的包可能遇到的问题 TX2部署Yolov5 torch和torchvision安装 我安装的是pytorch1.6版本1.6,torchvision0.7.0(最好不要安装过高的版本) PyTorch for Jetson - version 1.9.0 now available torch和torchvision对应版本如下: 安装pytorch可提前下载安装包 安装torchvision可以在g 阅读详情

相关推荐

ImportError: libgflags.so.2: cannot open shared object file: No such file or directory

近日在TX2上部署深度学习环境Pytorch, 按照github上的教程进行安装,在终端显示已经成功安装,可是在python3环境下导入torch时出现以下的错误. 上图提示找不到 libgflags.so.2 这个链接库, 无法导入. 于是我们进入 /usr/local/lib 目录下, 发现在该目录下没有 libgflags.so.2 .那既然没有, 我们就自己给编译生成再使能为动态链...

遨游大海的猪 8752

Jeston Orin Nnao 安装pytorch与torchvision环境

Jeston Orin Nnao -JetPack5.1.1环境下安装很还算顺利,按照以上步骤,中间可能会有几次反复,但是最终都可以完整的配置好环境。以上就是我今天要分享的内容。

cau_weiyuhu的博客 1万+

Jetson TX2边缘AI开发实战:从零部署到性能优化全指南

边缘计算是一种将数据处理和分析从云端转移到网络边缘设备的技术范式,其核心原理是在靠近数据源头的设备上执行计算任务,以减少延迟、节省带宽并增强数据隐私。这项技术的核心价值在于能够实现实时、低功耗的智能决策,特别适用于对响应时间和连接稳定性要求苛刻的场景。在嵌入式AI领域,NVIDIA Jetson系列平台是实现边缘计算的关键硬件载体,它将GPU加速计算能力集成到紧凑的模块中。其中,Jetson TX2作为一款经典的边缘AI计算平台,集成了**Tegra处理器**和经过优化的**JetPack SDK**软件栈

weixin_33966095的博客 393

Jetson设备安装Pytorch和Torchvision

详细介绍了Jetson设备不同版本系统安装pytorch的安装方式,方便大家及时开展工作。

tw_fae的博客 2350

高通camera open代码流程(hal到kernel)

内容:简单介绍Camera open代码调用流程,从HAl到kernel。(api1+hal1) 前言 Android camera api和hal对应关系。安卓在版本更新过程中,camera相关代码也经历了几个版本的更新,表现为camera HAL版本更新(HAL1->HAL2->HAL3),camera API版本更新(camera API1->camera API2),接下...

oxoo123的专栏 4276

CocosCreator | 自定义启动页之H5

01 效果对比 默认启动页: 自定义启动页: 02 启动页存在的意义 我们在 creator 中的开发的游戏都是基于 cocos engine,所以在展示我们的游戏之前,是必须要先加载 cocos engine,然后才是我们自己的业务代码 流程图如下: 而构建完成后未精简的 cocos engine 代码为 1.9M 如果再加上物理相关代码的话,一共是2M 别忘了,我们自己的首场景也要加载过程哦 所以,从游戏启动,到真...

Valiancer 5896

交叉编译pytorch的aarch64版本

交叉编译pytorch的arm64版本

GGGddw的博客 3747

SimpleITK使用——1. 进行Resample/Resize操作

文章目录1. 变换到一个新的spacing1.1 使用Resample()的方法1.1.1 完整代码1.1.2 转换前后图像1.2 使用ResampleImageFilter()的方法2. 已知原图和变换后目标图像的大小2.1 代码2.2 转换后图像3. 相关内容说明3.0 体素和spacing3.1 Resample() 函数说明3.2 itk::simple::ResampleImageFilter函数说明 1. 变换到一个新的spacing 1.1 使用Resample()的方法 1.1.1

啷个哩个啷 8081

NVIDIA Jetson AGX Xavier 配置pytorch环境,anaconda,Pycharm

提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档 Pytorch环境配置前言配置版本主环境的配置配置过程中的坑,及对应解决方法如何在AGX装anaconda如何在AGX装Pycharm二、使用步骤1.引入库2.读入数据总结 前言 花了一天配置torch环境,趁还热乎,赶紧记录下。 在实际装的过程中,主要比较坑的就是版本对应问题。还有就是是否需要配置anaconda 环境。如果需要配置虚拟环境的话,就用anaconda,因为我装的AGX4.4.1版本中,python版本为3.6.9(符合我

knowledge112233的博客 2534

Python 爬虫实战:美团大众点评餐厅数据爬取与分析

本文摘要:美团/大众点评餐厅数据爬虫实战指南 本文详细介绍了如何开发一个完整的餐厅数据爬虫系统,涵盖从环境配置到数据可视化的全流程。主要内容包括: 项目目标:爬取餐厅基本信息(名称、评分、价格等)及详情数据,支持市场分析和商业决策 技术方案:使用Python生态工具(Requests、Playwright、Pandas等)构建爬虫系统 核心挑战:破解大众点评的字体反爬机制和美团的API签名验证 实现细节:提供完整的代码示例,包括字体解析、签名生成、请求重试等关键功能 数据应用:支持将结果导出为CSV/Exc

u014481728的博客 317

【2026年华为暑期实习(非AI方向(通软&嵌软&测试&算法&数据科学))-4月8日-第一题- 包裹的编码】(题目+思路+Java&C++&Python解析+在线测试)

摘要:该问题要求将给定的十进制整数N转换为混合进制编码字符串,并处理回文检测。首先根据N的符号位确定编码首位(0或1),然后按输入的进制序列依次对N的绝对值进行取余和整除操作,得到编码数组。将数组元素转换为字母后生成字符串,若字符串为回文则添加"(palindrome)"后缀;否则输出最长回文子串(字典序最小)。算法采用中心扩展法检测回文,时间复杂度为O(L²),空间复杂度为O(L),其中L为字符串长度。

m0_73659489的博客 129

TX2+python+pytorch install

前半部分可以参考这一篇大神的https://blog.youkuaiyun.com/qq_33869371/article/details/88168202 Installing PyTorch on TX2 Trying to install PyTorch on the TX2 for Python3.5 is a bit of a mess since you need to build from s...

qq_37716917的博客 1290

TC3XX - MCAL知识点(二十四):UART MCAL配置及代码实战

UART驱动程序负责按照UART协议提供通信服务。ASCLIN模块为异步通信提供硬件支持,实现UART协议。UART驱动程序提供了配置、初始化、数据传输、接收等功能,还提供了中止传输和中止接收 abort等可选特性。软硬件匹配关系如下:UART驱动程序使用ASCLIN进行数据的传输和接收。驱动程序使用的关键硬件功能特性是:1、全双工异步工作模式2、支持半双工工作模式3、16字节的TXFIFO4、16字节的RXFIFO5、2 ~ 16位数据帧6、校验位生成/检查7、一个或两个停止位。

梦想技术家 1831

Tx2 Install Pytorch

Tx2 Install Pytorch // prepare sudo pip install build sudo pip install build_py sudo pip install -U setuptools // git clone git clone --recursive https://github.com/pytorch/pytorch cd pytorch // ins...

YahamaTarGe的博客 824

【乐企-工具篇】生成发票左上角二维码

【代码】【乐企-业务篇】生成发票左上角二维码。

九七的博客 707

Python 爬虫实战:爬取哔哩哔哩知识区,抓取高赞课程信息

哔哩哔哩(Bilibili)是一个广受欢迎的综合性视频社区,其中的知识区汇聚了大量优质的教育、科普、技术等课程内容。本文将指导读者如何使用 Python 爬虫技术从哔哩哔哩知识区抓取高赞课程信息,并进行数据分析。本文深入探究了利用 Python 爬虫技术从哔哩哔哩知识区抓取高赞课程信息的全流程。从前期的环境搭建、模拟登录,到核心的课程数据抓取、存储,再到后续的数据分析与可视化,都详细展开讲解并提供代码支持。通过此方法所获取的数据,能够助力创作者优化内容、用户发现优质课程、平台洞察用户需求。

u014481728的博客 1136

TX2上配置opencv3.4.0步骤

TX2上配置opencv3.4.0步骤 环境说明:python3.5+cuda9.0+pytorch0.4.1 TX2默认安装的opencv只能python2.7调用。 step1:从网上下载opencv3.4.0版本https://github.com/opencv/opencv/tree/3.4.0;注意要使用opencv_contrib-3.4.0的话还需下载对应版本。 step2:安装依赖...

qq_33206394的博客 2188

IDEA的使用指南

IDEA基于java的使用手册,可以最快速的上手,在使用中不断的丰富自己的使用技巧.

Jetson TX2 Ubuntu 18.04下安装ROS melodic及相关问题汇总

由于项目需求,要使用Jetson TX2安装ROS系统以及相关用于机器人控制的各种库,因此编写这篇文章用于记录过程中遇到的问题。 网上也找到各路大神的相关教材,也附加到下面以供参考。 安装需求 ROS Melodic OpenCV 3.4 Python3.6 Pytorch Flask Pygame 安装步骤 1. ROS Melodic 主要是参考官网的安装教程http://wiki.ros...

zhuanghany11的博客 3619

OV9734 DATASHEET,完整规格书

OV9734完整规格书,包括电气参数,尺寸规格,寄存器配置表等

TMS_WebGMaps_1.9.8.0_Full_Source

TMS_WebGMaps_1.9.8.0_Full_Source 全源码 delphi cbuilder

在TX2上快速安装torch

我直接进行了下载,并pip install torch-1.10.0....,这里我用了Tab补全,安装成功了,但是发现使用import torch,出现了ImportError: libopenblas.so.0: cannot open shared object file: No such file or directory的问题,我需要补全库。在2025的今天,SDK manager更新了很多版本,很多torch安装方法在今天已经不适用了。安装的torch和numpy并不兼容,我需要其他解决办法。

weixin_62359680的博客 418

廖雪峰Python教程[完整版]

廖雪峰的python教程整理的,已经排好版了,而且还是完整的,适合小白

lammps 怎么编译gpu版本_在NVIDIA Jetson TX2上源码编译并使用Pytorch

前言TX2作为一个嵌入式平台的深度学习端,具备不错的GPU性能,我们可以发现TX2的GPU的计算能力是6.2。这意味着TX2对半精度运算有着良好的支持,我们完全可以在桌面端训练好模型,然后移植到TX2上利用半精度运行进行推理,这样可以达到生产落地的效果。就算本篇文章主要展示了如何在TX2中源码编译Pytorch-1.0。首先我们需要一个相对纯净的jetpack系统,3.2-3.3版本(最新的4.1...

weixin_39928233的博客 214

Jetson TX2开发者套件从零到AI:系统迁移与YOLOv5环境一站式部署指南

本文详细介绍了Jetson TX2开发者套件的系统迁移与YOLOv5环境一站式部署指南。从开箱烧录、SSD系统迁移到JetPack SDK组件安装,再到Conda环境配置和PyTorch适配,最后完成YOLOv5的部署与性能优化,为开发者提供了一套完整的AI开发解决方案。

weixin_30564901的博客 437

Nvidia Jetson TX2 详细刷机教程及踩坑记录(Jetpack4.5.1,python3.6,torch1.6,torchvision0.7)

最近接触到了Nvidia Jetson TX2这块开发板,想入手测试一下自己的深度学习模型,因此和TX2的故事开始了! 前言 本人刷机多次,尝试各种大小坑: 自带系统搭建环境:刚开始不想刷机,就自己手动安装cuda等包,发现很多安装包不好找,好不容易下载的torch应该是支持cuda10.0,然后无奈放弃这条路 借助jetpack3.3搭建环境:只支持Ubuntu16.04的系统,实验室没有,只能用虚拟机来装了。刷好了之后,也报的相同的错,这时我才领悟到原来是需要cuda10.0以上

xyl_507的博客 1万+

Jetson TX2安装jetpack4.2.2系统

1. 使用数据线将TX2和另外一台ubuntu系统的电脑(也叫上位机)(我的是ubuntu18.04)连接起来。如下图灰色线所示: 2. 上位机上面下载sdk,下载地址:https://developer.nvidia.com/embedded/jetpack 3. 安装sdk:sudo apt install ./sdkmanager_0.9.14-4964_amd64.deb 4...

donkey_1993的博客 3153

NVIDIA Jetson 环境安装指导 PyTorch | Conda | cudnn | docker

本文介绍了在NVIDIA Jetson系列设备(包括Nano、TX1/TX2、Xavier和Orin)上部署AI环境的完整指南。主要内容包括:1)PyTorch多版本安装方法,提供官方和第三方源下载途径;2)推荐使用Conda环境管理工具;3)介绍jetson-containers开源项目,提供包含PyTorch、TensorFlow等主流AI框架的Docker容器;4)jetson-inference推理部署工具,支持图像分类、目标检测等视觉任务,提供C++/Python示例代码。文章还分享了相关开源项目

黎国溥 4658

jetson TX2 nano快速安装pytorch

1. 去网站https://devtalk.nvidia.com/default/topic/1049071/jetson-nano/pytorch-for-jetson-nano/ 按照教程下载安装就可以。这个适用于任何嵌入式设备。 2. opencv的快捷安装方式 sudo pip3 install python3-opencv ...

donkey_1993的博客 3089

TX2安装torch2trt

torch2trt: https://github.com/NVIDIA-AI-IOT/torch2trt 安装参考指令: git clone https://github.com/NVIDIA-AI-IOT/torch2trt cd torch2trt sudo python setup.py install --plugins 如果没有PyTorch环境,请参考: PyTorch for Jetson - version 1.6.0 now available http://www.10qianwan

南沙的星星 1255
上一篇: zhiding banben pytorch
下一篇: 安装TX2 opencv (自己手打)
爱泣鬼
博客等级 码龄10年 14粉丝 13原创
评论 5
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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
实付元
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