arm下安装pytorch

原创 已于 2022-08-30 11:02:28 修改 · 2.4k 阅读 · 15 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#pytorch #arm #linux

于 2022-08-26 15:01:28 首次发布
本文介绍了在ARM架构上安装PyTorch的方法。由于官方未提供ARM版本,可以通过下载源代码自行编译或使用社区提供的预编译版本。文中详细说明了如何选择合适的版本并进行安装。
部署运行你感兴趣的模型镜像

pytorch 官方并未提供 arm 平台的安装包
于是安装官方页面提供的命令是无论如何也无法安装成功的
只要cpu是arm芯片，无论是windows linux maxos都不行
解决方法有两个
1、下载源代码然后进行手动编译(太过复杂和耗时)
2、用社区其他人编译好的版本，这个就比较简单了

请参考
github社区
或者直接用浏览器打开
whl离线下载，里面的torch版本都不带 cuda
选择好自己需要的版本，可以用迅雷下载，也可以搭梯子下载
然后放进系统，通过命令
pip install ***
安装。

如果是jetpack系统，可以去nvidia官网找对应的jetpack包支持的 whl 文件
nvidia官方带cuda的torch whl包下载

我这里用的jetson xavier nx , nvidia 提供的torch版本是 cuda10.2+torch1.10+cp36的，但是编译yolov7的时候，有模块组件需要python3.7以上的版本。尝试用上面的，torch1.10+cp38的，发现不支持cuda，遂无法进行。
使用cpu跑yolov7的20张图片，最后报错缺失cuda，但是已经有了一些中间生成的图片。
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
这里最后报了一个错，torch not compiled wiht CUDA enabled，根据报错位置，在loss.py里，把几排的cuda:0修改成cpu:0，就可以使用cpu训练了。
训练过程如下：
在这里插入图片描述

您可能感兴趣的与本文相关的镜像

PyTorch 2.7

PyTorch 2.7

PyTorch
Cuda

PyTorch 是一个开源的 Python 机器学习库，基于 Torch 库，底层由 C++ 实现，应用于人工智能领域，如计算机视觉和自然语言处理

Window on arm上编译pytorch
lpcarl的专栏
10-29 280
pip无法安装，想自己编译，并且有错误的都可以看这篇。
MacOS(M1芯片 arm架构)下如何安装PyTorch
qq_44174803的博客
09-07 2630
pytorch的安装（M1芯片 macOs）
安装arm架构的pytorch
qq_40494242的博客
05-24 3669
即使安装了m1芯片的anaconda，其python仍然是intel架构的，无法利用m1的优势，而pytorch针对arm架构做了优化，因此尝试使用arm下的pytorch 1、将base从anaconda切换到miniforge（arm架构的conda） 参考 conda→minforge: /Users/用户名/miniforge3/bin/conda init zsh 重启终端才能生效 2、创建一个虚拟环境 conda create -n m1py310 python=3.10 m1py310是虚
构建pytorch的GPU运行环境
yyouyou的专栏
04-03 412
我下载的cnDNN的9点几的，直接安装，所以没有后面要复制lib的过程，其他的版本可以参考以下。先安装显卡驱动，要安装最新的显卡驱动，才支撑最新的cuda。注意，pytorch分GPU和CPU的，所以要安装GPU的。去annconda配置的环境里面安装，也可以直接安装。查看cuda的支持版本。安装cuda，这里下载。
深度学习篇---ARM架构模型转换
最新发布
道阻且长，行则将至。
10-26 670
本文介绍了如何将Windows上训练的PyTorch模型部署到ARM架构设备（如手机、树莓派等）。由于ARM与x86架构的差异，需要将模型转换为中间格式（TorchScript或ONNX）以解决兼容性问题。具体步骤包括：1）准备训练好的PyTorch模型；2）转换为TorchScript或ONNX格式；3）在ARM设备上通过PyTorch Lite或ONNX Runtime加载运行；4）可选优化（量化和加速库）提升性能。该方法通过中间格式实现跨平台部署，并针对ARM设备进行优化。
技术解读倚天 ECS 实例 — Arm 芯片的 Python-AI 算力优化
数据库技术
11-29 1416
深度学习技术在图像识别、搜索推荐等领域得到了广泛应用。近年来各大 CPU 厂商也逐渐把 AI 算力纳入了重点发展方向，通过《Arm 芯片 Python-AI 算力优化》我们将看到龙蜥社区 Arm 架构 SIG（Special Interest Group） 利用最新的 Arm 指令集优化 Python-AI 推理 workload 的性能。
arm系统安装pytorch的安装包
07-21
Jetson Xavier NX arm系统安装pytorch的安装包 torch版本 1.6.0-1.8.0 (arrch64) torchvision 0.8.0-0.9.0 (arrch64)
在Arm/Linux下安装python的pytorch库
IT探险者-returningprodigal
08-10 3449
在Arm/Linux下安装python的pytorch库，更新pip库
ARM64架构下安装PyTorch、TensorFlow以及python第三方库出现的错误
zxw的博客
04-28 3259
OSError: Could not find library geos_c or load any of its variants ['libgeos_c.so.1', 'libgeos_c.so']解决办法 Ubuntu系统执行： sudo apt-get install libgeos-dev CentOS系统执行： sudo yum install geos-devel 报错：Check the logs for full command output解决： 检查是否有这个驱动libpq.
arm-gpu环境中安装pytorch经验总结
w1028900249的博客
04-08 2755
以我安装经验来看，虽然docker里面安装了显卡驱动，但是和实体机器要保持大版本相同，才不会应该cuda版本和docker中pytorch版本不匹配而出错。docker 里面的cuda版本是11.8是可以的，但是docker里面cuda版本12.0会出问题。网站拉取docker，这个页面的docker里面自身不带cuda，如果对实体机器cuda版本有要求。没有提供arm的gpu版本的pytorch安装包，所以安装方式通常有基于pytorch源码编译和基于做好的docker实现。、找到容器对应的配置文件。
arm架构下torch环境的安装（主要是conda，torch，torchvision以及tensorflow）
hooksten的博客
06-05 2420
以前装过arm架构下的深度学习环境还是有点麻烦的，在此记录一下arm架构下torch环境的安装。
树莓派 4b 最新arm64版 pytorch1.7 whl
11-20
树莓派 4b 最新arm64版 pytorch1.7 whl。请注意这是arm64喂版的，不是32位版的。python版本是3.7
pytorch-arm:适用于ARM armv7l的PyTorch车轮（WHL），具有视觉，音频，文本和CSPRNG
03-13
火炬臂 于ARM / armv7l设备的 ，，，和轮子（WHL） pip install torch -f https://torch.maku.ml/whl/stable.html 该仓库用于释放arm轮。 有关自述文件，脚本和更多详细信息，请检查主项目： 环境 是的，提取一个armv7l映像，运行它，您现在正在仿真ARMv7。 它的速度不及使用gcc-arm-linux-gnu ，但是就这么简单。 主机：x86 目标：ARMv7 / armv7l 操作系统：Debian Buster / 10 GCC：v8.3.0 编译类型：交叉编译 虚拟化： Docker
pytorch-arm-builds:针对ARM设备的非官方PyTorch和Torchvision版本
05-10
pytorch-arm-builds pytorch和torchvision的非官方ARMv6，ARMv7和Aarch64构建。 可以在Raspberry Pi 0、1、2、3、4，Android手机等上使用。 常问问题 1.构建过程？ 生成过程的详细说明如下： : 这些是在带有qemu-static chroot构建系统的Fedora x86_64系统上构建的。 博客文章中的所有详细信息。 armv6的构建是在Raspberry Pi Zero WH（Raspbian）上完成的。 2.依存关系 火炬的python包的唯一依赖项是numpy，我建议您使用发行版的包管理器下载二进制版本，而不要自己编译。 还需要其他一些依赖项，例如openblas，libgom，枕头等。Python解释器将在导入时警告您丢失的内容。 Fedora依赖项可以通过以下方式安装： sudo dnf
阿里国产arm架构安装pytorch一次踩坑记录
矮矮的夏祭的专栏
04-10 5371
阿里国产arm架构安装pytorch指南 is not a supported wheel on this platform. arm安装python库指南 arm环境下安装python库
ARMv8 （arrch64）pytorch深度学习环境搭建
weixin_44690400的博客
12-05 1063
ARMv8（arrch64） pytorch深度学习环境搭建
arm架构Linux系统下安装CUDA及pytorch
weixin_45956506的博客
04-29 2572
pip install --no-index --find-links=你的路径 torch-1.12.0a0+2c916ef.nv22.3-cp38-cp38-linux_aarch64.whl。# 将 CUDA 的可执行文件路径添加到系统的 PATH 环境变量中，使得用户可以在任何位置调用 CUDA 程序和工具。# 将 CUDA 库的路径添加到系统的库文件搜索路径中，这样程序可以找到 CUDA 库。完事就可以了，如果还不行直接把路径添加到环境变量里边，下边命令，把路径改了就行。然后安装pytorch。
macM1（arm架构）安装torch-cluster
LYNNBXLI的博客
04-24 517
1、确保已安装PyTorch。的GitHub仓库以获取可能的问题解决方案或特定ARM的安装说明。可能还没有针对M1芯片优化的wheel，需要从源码安装。（1）确保你的Python环境是最新的。从GitHub安装最新版本的。
【踩坑实录】给Linux系统arm架构下的远程服务器配置pytorch环境
songsongsongC的博客
08-24 489
在文件中用#C:\Users\松宜\.ssh\config注释掉这一行代码：ProxyCommand connect -H 127.0.0.1:15732 %h %p。（但是我把.pem移入.ssh又移回去以后才生效了，不确定影响效果）1，连接服务器就出bug了（仅针对zpy同学写的连接脚本，我本机的cmd里ssh依旧Permission denied），时而能连上时而莫名断开，试了很多方法，下面这条有效。也就是说，需要在torch源码上 进行编译，显然Docker并不支持这样操作。Fine,全线失败！
arm架构安装pytorch
02-14
### 如何在ARM架构的设备上安装PyTorch #### 使用Miniforge管理环境 为了充分利用ARM架构的优势，在M1芯片或其他ARM64架构设备上建议使用Miniforge替代Anaconda来创建和管理Python环境。这一步骤能够确保所使用的Python解释器及其依赖项均为ARM原生版本[^3]。 ```bash brew install --cask miniforge ``` #### 创建并激活新的Conda环境 通过Miniforge可以方便地建立一个新的虚拟环境，专门用于运行PyTorch和其他必要的软件包： ```bash conda create -n pytorch-arm python=3.8 conda activate pytorch-arm ``` #### 安装适用于ARM64架构的PyTorch 对于ARM64平台上的特定支持，官方提供了预编译好的二进制文件可以直接下载安装。下面命令展示了如何获取适合ARM64架构且兼容Python 3.8的PyTorch版本[^2]: ```bash pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cpu ``` 如果目标硬件具备GPU加速能力，则需指定相应的CUDA版本号替换`cpu`部分；不过需要注意的是，并不是所有的ARM设备都支持完整的NVIDIA CUDA功能集[^4]。 #### 验证安装成功与否 完成上述操作之后，可以通过简单的测试脚本来验证PyTorch是否正常工作以及能否识别到可用的计算资源（CPU/GPU）。这里给出一段简短的例子用来检查当前环境中是否存在有效的PyTorch实例： ```python import torch print(torch.__version__) print(f"CUDA available: {torch.cuda.is_available()}") ```
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 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