Raspberry Pi 4B 安装 PyTorch

本文档记录了在Raspberry Pi 4B (aarch64架构)上安装Python 3.7.10、Miniconda 4.9.2、PyTorch 1.7.1、torchvision 0.8.2和torchaudio 0.7.2的详细步骤。首先,从特定源下载并安装这些库,然后通过`pip`进行安装。最后,通过Python交互式环境验证了Torch及其相关库已成功安装。

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

组件:

  • Raspberry Pi 4B 2G

环境:

  • Linux raspbian:5.4.83
  • 指令集:aarch64
  • Miniconda:4.9.2
  • Python:3.7.10
  • Torch:1.7.1
  • torchvision:0.8.2
  • torchaudio:0.7.2

查看系统信息

uname -a

(base) pi@raspbian:~/Software$ uname -a
Linux raspbian 5.4.83-OPENFANS+20210102-v8 #1 SMP Sat Jan 2 21:52:54 CST 2021 aarch64 GNU/Linux

注:aarch64 为当前Linux支持的架构。

aarch64对应的torch版本下载:https://github.com/KumaTea/pytorch-aarch64/tree/v1.9.0

安装 Torch

pip install torch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 -f https://torch.maku.ml/whl/stable.html

(base) pi@raspbian:~/Software$ pip install torch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 -f https://torch.maku.ml/whl/stable.html
Looking in links: https://torch.maku.ml/whl/stable.html
Collecting torch==1.7.1
Downloading https://github.com/KumaTea/pytorch-aarch64/releases/download/v1.7.1/torch-1.7.1-cp37-cp37m-linux_aarch64.whl (37.3 MB)
|████████████████████████████████| 37.3 MB 72 kB/s
Collecting torchvision==0.8.2
Downloading https://github.com/KumaTea/pytorch-aarch64/releases/download/v1.7.1/torchvision-0.8.2-cp37-cp37m-linux_aarch64.whl (13.1 MB)
|████████████████████████████████| 13.1 MB 49 kB/s
Collecting torchaudio==0.7.2
Downloading https://github.com/KumaTea/pytorch-aarch64/releases/download/v1.7.1/torchaudio-0.7.2-cp37-cp37m-linux_aarch64.whl (6.6 MB)
|████████████████████████████████| 6.6 MB 5.9 MB/s
Collecting numpy
Downloading numpy-1.21.2-cp37-cp37m-manylinux_2_17_aarch64.manylinux2014_aarch64.whl (13.0 MB)
|████████████████████████████████| 13.0 MB 137 kB/s
Collecting typing-extensions
Downloading typing_extensions-3.10.0.2-py3-none-any.whl (26 kB)
Collecting pillow>=4.1.1
Downloading Pillow-8.3.1-cp37-cp37m-manylinux_2_17_aarch64.manylinux2014_aarch64.whl (2.9 MB)
|████████████████████████████████| 2.9 MB 4.4 MB/s
Installing collected packages: typing-extensions, numpy, torch, pillow, torchvision, torchaudio
Successfully installed numpy-1.21.2 pillow-8.3.1 torch-1.7.1 torchaudio-0.7.2 torchvision-0.8.2 typing-extensions-3.10.0.2

查看已经安装好的Torch

(base) pi@raspbian:~/Software$ pip list
Package Version
---------------------- -------------------
brotlipy 0.7.0
certifi 2020.12.5
cffi 1.14.5
chardet 4.0.0
conda 4.9.2
conda-package-handling 1.7.2
cryptography 3.3.1
idna 2.10
numpy 1.21.2
Pillow 8.3.1
pip 21.0.1
pycosat 0.6.3
pycparser 2.20
pyOpenSSL 20.0.1
PySocks 1.7.1
requests 2.25.1
ruamel-yaml-conda 0.15.80
setuptools 52.0.0.post20210302
six 1.15.0
torch 1.7.1
torchaudio 0.7.2
torchvision 0.8.2
tqdm 4.59.0
typing-extensions 3.10.0.2
urllib3 1.26.4
wheel 0.36.2

查看Torch是否安装成功

(base) pi@raspbian:~/Software$ python
Python 3.7.10 (default, Mar 15 2021, 20:52:10)
[GCC 10.2.0] :: Anaconda, Inc. on linux
Type “help”, “copyright”, “credits” or “license” for more information.
>>> import torch
>>> torch.version
‘1.7.1’
>>>

在树莓派 4B 上安装 PyTorch GPU 版本需要先确保几个前提条件,并且由于Raspberry Pi的计算能力有限,可能不如桌面计算机那么强大,因此某些步骤可能会有所不同。以下是简要的安装步骤: 1. **更新系统**: ```bash sudo apt-get update && sudo apt-get upgrade ``` 2. **安装必要的依赖**: - 安装CUDA和cuDNN (如果树莓派支持的话)。对于RPI 4B,通常会使用ROCm而非CUDA。你可以从https://github.com/RadeonOpenCompute/ROCM 下载适合的版本。 - 安装Python3和pip: ```bash sudo apt-get install python3-pip python3-dev ``` 3. **安装PyTorch CPU版(用于GPU环境设置)**: ```bash pip3 install torch torchvision ``` 4. **安装ROCm和MIOpen库**: - 下载并安装ROCm SDK(替换`<version>`为你需要的版本): ```bash curl -L https://github.com/RadeonOpenCompute/ROCm/releases/download/<version>/rocm-<version>.sh | bash source /opt/rocm/bin/rocmsetup.sh ``` - 安装MIOpen: ```bash git clone https://github.com/RadeonOpenCompute/MIOpen.git cd MIOpen mkdir build && cd build cmake .. -DCMAKE_BUILD_TYPE=Release -DMIOPEN_USE ROCm make -j$(nproc) sudo make install ``` 5. **配置环境变量**: - 将MIOpen的路径添加到`LD_LIBRARY_PATH`: ```bash export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/lib:$HOME/MIOpen/build/install/lib ``` 6. **检查安装**: 验证PyTorch是否能识别ROCm: ```bash python3 -c "import torch; print(torch.backends.cuda.is_available())" ``` 7. **安装PyTorch GPU版本(如果有CUDA支持)**: 根据实际情况,这一步可能不会成功,因为树莓派通常不推荐运行复杂的深度学习任务。如果想尝试,可以试试以下命令: ```bash conda create -n pytorch-gpu -c pytorch pytorch torchvision rocm-cuda conda activate pytorch-gpu ``` 注意,这个过程可能存在不稳定性和性能限制,如果你主要在树莓派上做机器学习,可能更适合使用CPU版本的PyTorch或者寻找其他轻量级的替代方案。
评论 2
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