推荐http://elinux.org/Main_Page

欢迎来到Linux wiki,旨在保存并展示Linux在嵌入式系统开发与应用的知识。点击下方链接开始探索。

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

"Welcome to the eLinux wiki! The purpose of this wiki is to preserve and present information about the development and use of Linux in embedded systems. To use this wiki, click on one of the portal links below."
安装pytorch 出现(yolo5) root@jetlcc-desktop:~# wget http://ftp.de.debian.org/debian/pool/main/h/hwloc/libhwloc5_1.11.12-3_arm64.deb --2025-07-15 08:22:18-- http://ftp.de.debian.org/debian/pool/main/h/hwloc/libhwloc5_1.11.12-3_arm64.deb Resolving ftp.de.debian.org (ftp.de.debian.org)... 141.76.2.4, 2a13:dd80:deb::deb Connecting to ftp.de.debian.org (ftp.de.debian.org)|141.76.2.4|:80... connected. HTTP request sent, awaiting response... 200 OK Length: 97856 (96K) [application/vnd.debian.binary-package] Saving to: ‘libhwloc5_1.11.12-3_arm64.deb’ libhwloc5_1.11.12-3_arm64.deb 100%[===================================================>] 95.56K 197KB/s in 0.5s 2025-07-15 08:22:19 (197 KB/s) - ‘libhwloc5_1.11.12-3_arm64.deb’ saved [97856/97856] (yolo5) root@jetlcc-desktop:~# sudo dpkg -i .bash_history .condarc .ros/ .bashrc .config/ .rviz2/ .cache/ .local/ libhwloc5_1.11.12-3_arm64.deb .colcon/ .profile libopenmpi2_2.1.1-8_arm64.deb .conda/ .python_history miniconda3/ (yolo5) root@jetlcc-desktop:~# sudo dpkg -i libhwloc5_1.11.12-3_arm64.deb Selecting previously unselected package libhwloc5:arm64. (Reading database ... 106787 files and directories currently installed.) Preparing to unpack libhwloc5_1.11.12-3_arm64.deb ... Unpacking libhwloc5:arm64 (1.11.12-3) ... Setting up libhwloc5:arm64 (1.11.12-3) ... Processing triggers for libc-bin (2.35-0ubuntu3.10) ... (yolo5) root@jetlcc-desktop:~# sudo dpkg -i libopenmpi2_2.1.1-8_arm64.deb (Reading database ... 106797 files and directories currently installed.) Preparing to unpack libopenmpi2_2.1.1-8_arm64.deb ... Unpacking libopenmpi2:arm64 (2.1.1-8) over (2.1.1-8) ... Setting up libopenmpi2:arm64 (2.1.1-8) ... Processing triggers for libc-bin (2.35-0ubuntu3.10) ... (yolo5) root@jetlcc-desktop:~# python Python 3.8.20 (default, Oct 3 2024, 15:18:56) [GCC 11.2.0] :: Anaconda, Inc. on linux Type "help", "copyright", "credits" or "license" for more information. >>> import torch Traceback (most recent call last): File "<stdin>", line 1, in <module> File "/root/miniconda3/envs/yolo5/lib/python3.8/site-packages/torch/__init__.py", line 198, in <module> _load_global_deps() File "/root/miniconda3/envs/yolo5/lib/python3.8/site-packages/torch/__init__.py", line 151, in _load_global_deps ctypes.CDLL(lib_path, mode=ctypes.RTLD_GLOBAL) File "/root/miniconda3/envs/yolo5/lib/python3.8/ctypes/__init__.py", line 373, in __init__ self._handle = _dlopen(self._name, mode) OSError: libcublasLt.so.10: cannot open shared object file: No such file or directory
最新发布
07-16
<think>我们正在处理一个在ARM64架构(如Jetson设备)上安装PyTorch时遇到的问题。用户尝试在conda环境(名为yolo5)中导入torch时遇到了错误: `OSError: libcublasLt.so.10: cannot open shared object file: No such file or directory` 这个错误表明PyTorch在运行时找不到CUDA相关的库文件。具体来说,缺少的是`libcublasLt.so.10`,这是CUDA 10版本中的一个库文件。 可能的原因和解决方案如下: 1. **CUDA版本不匹配**:PyTorch版本可能要求CUDA 10.x,但系统中安装的CUDA版本可能不同(例如,可能是11.x或12.x)。在Jetson设备上,通常使用JetPack SDK,它包含特定版本的CUDA。需要检查当前JetPack版本(即CUDA版本)是否与PyTorch要求的版本匹配。 2. **未正确安装CUDA**:虽然JetPack会安装CUDA,但有时环境变量可能没有正确设置,或者安装不完整。 3. **PyTorch安装问题**:可能安装的PyTorch版本不是为ARM64架构预编译的,或者不是为当前CUDA版本编译的。 针对Jetson设备(ARM64),通常需要安装NVIDIA官方提供的PyTorch wheel,而不是通过pip或conda直接安装(因为官方的PyTorch通常只提供x86架构的预编译包)。 **解决步骤:** 1. **确认CUDA版本**:在终端运行`nvcc --version`或`cat /usr/local/cuda/version.txt`来检查CUDA版本。在Jetson设备上,CUDA通常安装在`/usr/local/cuda`。 2. **根据CUDA版本安装对应的PyTorch**:NVIDIA为Jetson提供了预编译的PyTorch。可以在[NVIDIA的开发者论坛](https://forums.developer.nvidia.com/)或[PyTorch for Jetson](https://elinux.org/Jetson_Zoo#PyTorch_.28Caffe2.29)找到合适的版本。 例如,对于JetPack 4.4(CUDA 10.2),可以安装: ``` wget https://nvidia.box.com/shared/static/ssf2v7pf5i245fk4i0q926hy4imzs2ph.whl -O torch-1.7.0-cp36-cp36m-linux_aarch64.whl sudo apt-get install python3-pip libopenblas-base libopenmpi-dev pip3 install Cython pip3 install numpy torch-1.7.0-cp36-cp36m-linux_aarch64.whl ``` 注意:这里需要根据实际的Python版本和CUDA版本调整。 3. **设置环境变量**:确保CUDA的库路径在`LD_LIBRARY_PATH`中。通常,在Jetson设备上,CUDA库位于`/usr/local/cuda/lib64`,可以添加: ```bash export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH ``` 可以将这行添加到`~/.bashrc`中。 4. **检查是否安装了正确的PyTorch版本**:如果已经安装了不匹配的PyTorch,需要先卸载: ```bash pip uninstall torch ``` 然后重新安装正确的wheel。 根据用户提供的错误信息,错误是`libcublasLt.so.10`缺失,这通常意味着PyTorch需要CUDA 10.x,但系统可能安装的是其他版本。因此,需要检查CUDA版本并安装匹配的PyTorch。 **针对用户的具体情况:** 用户已经安装了libhwloc和libopenmpi,这些是必要的依赖,但问题在于CUDA库的缺失或不匹配。 因此,建议用户: 1. 检查CUDA版本。 2. 根据CUDA版本安装对应的PyTorch预编译包(从NVIDIA官方提供的链接下载)。 3. 设置环境变量。 如果用户使用的是JetPack 4.x(CUDA 10.2),那么安装PyTorch 1.7或1.8的预编译包可能是合适的。如果使用的是JetPack 5.x(CUDA 11.4),则需要安装支持CUDA 11的PyTorch版本(如PyTorch 1.12以上)。 **注意:** 在Jetson设备上,由于ARM架构,不能使用pip直接安装`torch`(除非有预编译的wheel),所以必须使用NVIDIA提供的wheel。 现在,根据要求,在回答末尾提出3-5个相关问题。</think>根据错误信息`OSError: libcublasLt.so.10: cannot open shared object file`,问题核心是**PyTorch运行时缺少CUDA 10的依赖库**。这通常发生在以下情况: 1. **CUDA版本不匹配**:安装的PyTorch版本需要CUDA 10.x,但系统中未安装或未正确配置CUDA 10。 2. **ARM架构限制**:Jetson设备(ARM64)需使用NVIDIA官方编译的PyTorch版本,直接通过`pip`安装的x86版本不兼容。 ### 解决方案 #### ✅ 步骤1:确认CUDA版本 ```bash nvcc --version # 或 cat /usr/local/cuda/version.txt ``` - 若输出为**CUDA ≥11.0**(如JetPack 4.6+),需安装匹配的PyTorch版本 - 若输出为**CUDA 10.2**(JetPack 4.4-4.5),需补充安装缺失库 #### ✅ 步骤2:安装正确版本的PyTorch(ARM64专用) 根据CUDA版本选择: 1. **CUDA 10.2环境**(JetPack 4.4-4.5): ```bash wget https://nvidia.box.com/shared/static/wa34qwrwtk9njtyarwt5nvo6imenfy26.whl -O torch-1.7.0-cp36-cp36m-linux_aarch64.whl pip3 install torch-1.7.0-cp36-cp36m-linux_aarch64.whl ``` 2. **CUDA 11.x环境**(JetPack 5.x): ```bash pip3 install --pre torch torchvision torchaudio --index-url https://download.pytorch.org/whl/nightly/cu118 ``` #### ✅ 步骤3:验证安装 ```python python -c "import torch; print(torch.__version__); print(torch.cuda.is_available())" ``` 应输出版本号及`True`。 ### 关键注意事项 1. 必须从[NVIDIA官方ARM仓库](https://elinux.org/Jetson_Zoo#PyTorch)下载PyTorch 2. 避免使用`conda install pytorch`(不兼容ARM) 3. 若仍报错,尝试添加库路径: ```bash export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH ```
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
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