Jetson TX2+ miniforge+pytorch+pycharm安装

JetsonTX2+miniforge+pytorch+pycharm安装

第一次使用jetson,安装环境都是泪,搞了快两天。大家觉得有用的话,可以点个赞 ,收藏下!

1、miniforge 安装

因为jetson 无法安装anaconda,所以用了这个类似conda的,试一下 ,发现和conda 差不多。
miniforge的地址:https://github.com/conda-forge/miniforge
miniforge的.sh release 下载地址:https://github.com/conda-forge/miniforge/releases

本人下载的是miniforge-pypy3中的py3.7版本 Miniforge-pypy3-Linux-aarch64,后面安装pytorch把这个python解释器换成了python3.6版本的。

下载后进行安装

sh Miniforge-pypy3-xxx-Linux-aarch64.sh

2、虚拟环境创建,jetson版本查询

下载好miniforge之后,在这里我是创建了新的虚拟环境安装的,大家也可以在base下直接安装,但是需要把环境里的python解释器卸载,重新安装python3.6版本。

conda create -n py3.6 python=3.6

在安装torch之前,需要先检查自己的jetson板子的刷机版本,还有把镜像源地址进行更换。

查询jetpack版本:
方法1:

sudo systemctl restart jetson_stats.service
sudo jtop 6-INFO

方法2:
下面两行指令全是显示版本的,二选一即可

cat /etc/nv_tegra_release
或
head -n 1 /etc/nv_tegra_release

拿到版本有啥用呢,是为后面安装pytorch准备的

  • Jetpack4.2.2 === ./source_sync.sh -t tegra-l4t-r32.2.1
  • Jetpack4.3 === ./source_sync.sh -t tegra-l4t-r32.3.1
  • Jetpack4.4 === ./source_sync.sh -t tegra-l4t-r32.4.3
  • Jetpack4.4.1 ===. /source_sync.sh -t tegra-l4t-r32.4.4
  • Jetpack4.5 ===./source_sync.sh -t tegra-l4t-r32.5

我这里版本是JetPack 4.4.1,ubuntu18.04. 我选择安装的是torch1.8版本,对应的torchvision为0.9.0版本
cuda版本查询

nvcc -V  or cat /usr/local/cuda/version.txt

查询cudnn版本

cat /usr/include/cudnn_version.h | grep CUDNN_MAJOR -A 2 

opencv版本查询

 pkg-config --modversion opencv

3、jetsonTX2镜像源更换

镜像源更换,是因为自己后面有些包下载不了,更换镜像源后下载成功了。

打开/etc/apt/sources.list

vi /etc/apt/sources.list

本人我是直接这样编辑的sudo gedit /etc/apt/source.list
ubuntu18.04版本,jetsonTX2更新镜像源
清华源
其它源请看参考博文

# 默认注释了源码镜像以提高 apt update 速度,如有需要可自行取消注释
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ bionic main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ bionic main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ bionic-updates main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ bionic-updates main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ bionic-backports main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ bionic-backports main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ bionic-security main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ bionic-security main restricted universe multiverse

保存后在终端输入

#更新源
sudo apt-get update 
#更新软件
sudo apt-get upgrade

4、pytorch安装

NVIDIA官网:https://forums.developer.nvidia.com/t/pytorch-for-jetson-version-1-9-0-now-available/72048

创建好虚拟环境后,打开虚拟环境py3.6,conda activate py3.6
在虚拟环境下安装torch

重点!
在这里一定要下载对应版本的torch ,查清你的jetson版本
我这里版本是JetPack 4.4.1
下载版本为torch1.8
请仔细看一下jetson pytorch官网内容,使用官方给的下载指令
在这里插入图片描述我这里是直接下载到本地再pip3 install torch-1.8.0-cp36-cp36m-linux_aarch64.whl 的,因为我用板子下载特别慢,从别的地方下载拷贝过来了。
在这里插入图片描述或者直接在终端输入

# 如果提前下载到本地,就不需要wget重复下载
wget https://nvidia.box.com/shared/static/p57jwntv436lfrd78inwl7iml6p13fzh.whl -O torch-1.8.0-cp36-cp36m-linux_aarch64.whl
sudo apt-get install python3-pip libopenblas-base libopenmpi-dev 
pip3 install Cython
pip3 install numpy torch-1.8.0-cp36-cp36m-linux_aarch64.whl

在这里我遇到libopenblas-base libopenmpi-dev两个包找不到下载 ,更换了镜像源下载。
安装完之后记得先测试一下torch是否安装成功。我这里出现核地址错误之类的,重新安装几次,后来在系统变量里面加入

'''修改环境变量'''
sudo gedit /etc/profile 

把 export OPENBLAS_CORETYPE=ARMV8 加入最后面一行,然后保存
'''更新环境变量'''

source /etc/profile

然后就可以了。
这里建议重启一下,使环境变量生效,或者在终端声明下export OPENBLAS_CORETYPE=ARMV8,仅当次有效。

接着安装torchvision
在这里插入图片描述这里下载的是torchvision0.9.0版本

$ sudo apt-get install libjpeg-dev zlib1g-dev libpython3-dev libavcodec-dev libavformat-dev libswscale-dev
$ git clone --branch v0.9.0 https://github.com/pytorch/vision torchvision   # see below for version of torchvision to download
$ cd torchvision
$ export BUILD_VERSION=0.9.0  # where 0.x.0 is the torchvision version  
$ python3 setup.py install --user
$ cd ../  # attempting to load torchvision from build dir will result in import error
$ pip install 'pillow<7' # always needed for Python 2.7, not needed torchvision v0.5.0+ with Python 3.6

其中python3 setup.py install --user 安装大概需要20分钟左右
使用pip install ‘pillow<7’ ,一开始下载pillow不成功,然后我用的pip3 install pillow,下载成功,可能是下载的torchvision版本问题。

下载完torchvision 也记得要import一下,检查下是否安装成功。

5、pycharm 安装

pycharm社区版:https://www.jetbrains.com/pycharm/download/#section=linux

下载就可以了,如果安装出现问题,可能是缺少JDK环境,再去下载个JDK即可,记得加入JDK的环境变量。

oracle官网下载https://www.oracle.com/cn/java/technologies/javase/javase-jdk8-downloads.html

这里建议pycharm的版本不建议下载最新版本。

本人下载最新版本后,跟下载的jdk不兼容,不说了安装环境一把泪。

下载完可以把pycharm设置到桌面!
然后就可以快乐使用了,赶紧跑个代码试一下吧!

6、参考博文

1、NVIDIA Jetson xavier安装anaconda
2、Jetson nano之miniconda/miniforge
3、Ubuntu18.04更换国内源
4、jetson更换源
5、NVIDIA JETSONTX2 安装 pytorch 出现错误:import torch 出现 Illegal instruction(core dumped)
6、NVIDIA Jetson tx2i 设置cuda10.2 _cudnn8.0, 安装 pyTorch
7、Jetson TX2–安装,配置pycharm
8、关于环境变量PATH的添加和查看

  • 7
    点赞
  • 46
    收藏
    觉得还不错? 一键收藏
  • 7
    评论
### 回答1: 要在Jetson TX2安装PyTorch,需要先安装JetPack软件套件,并在Jetson TX2安装Python。然后,可以通过SSH连接到Jetson TX2,并使用pip安装PyTorch包。需要注意的是,Jetson TX2上可能需要编译PyTorch源代码,因此可能需要安装其他依赖项和工具链。建议参考官方文档和社区资源进行安装。 ### 回答2: Jetson TX2是一款较为高端的嵌入式计算机,可以支持人工智能相关的应用。而PyTorch是一种比较流行的深度学习框架,可以用于创建和训练自己的人工智能模型。在Jetson TX2安装PyTorch,可以让我们更加方便地进行深度学习的研究和应用。以下是Jetson TX2安装PyTorch的步骤: 1.首先,确保您的Jetson TX2已经安装了Nvidia Jetpack,因为这是PyTorch所依赖的一些组件(例如CUDA和cuDNN)所需的基础环境。 2.然后,建议您使用anacondaPyTorch安装Jetson TX2上。anaconda是一种用于创建Python虚拟环境的工具,可以避免在Jetson TX2上出现由于不同版本Python包之间的冲突而导致的问题。 3.下载并安装anaconda,前往官方网站(https://www.anaconda.com/distribution/)下载适用于Jetson TX2的合适版本。安装完成后,运行以下命令创建一个名为“tfenv”(可以自行更改名称)的Python虚拟环境: conda create -n tfenv python=3.7 4.激活tfenv环境,运行以下命令: conda activate tfenv 5.接下来,安装PyTorch。由于Jetson TX2上的CPU和GPU规格不同,因此我们需要为CUDA和cuDNN选择正确的版本。当前最新的PyTorch版本是1.9.0,假设您已经安装了与Jetpack 4.4对应的CUDA和cuDNN版本,可以通过以下命令安装PyTorch: pip3 install torch==1.9.0+cu102 torchvision==0.10.0+cu102 -f https://download.pytorch.org/whl/cu102/torch_stable.html 6.测试PyTorch是否安装成功。可以使用以下命令打开Python交互环境: python 然后输入以下Python代码: import torch print(torch.__version__) 如果输出1.9.0,则说明PyTorch已经成功地安装并可以在Jetson TX2上使用。 总之,Jetson TX2安装PyTorch需要在安装anaconda、环境设置、选择正确的PyTorch版本等方面进行详细的步骤,需要注意这些细节,确保正确安装和配置。 ### 回答3: Jetson TX2 是 NVIDIA 推出的一款用于深度学习的嵌入式系统平台,它的灵活性和性能使其成为许多机器学习和人工智能项目的首选。PyTorch 是由 Facebook 开发的一种基于 Python 的机器学习库,它具有易用性和高效性,因此很受欢迎。在本文中,将介绍如何在 Jetson TX2安装 PyTorch。 首先,确保您的 Jetson TX2 已连接到网络。然后,您需要安装正确的 Python 版本,因为 PyTorch 仅支持特定的版本。可以从 Jetson TX2 的终端窗口输入以下命令来确认您的 Python 版本: ```bash python -V ``` 如果输出如下内容,表示您已经安装Python : ```bash Python 3.6.9 ``` 接下来,使用以下命令,在 Jetson TX2安装 PyTorch: ```bash sudo apt-get update sudo apt-get install python3-pip libopenblas-base libopenmpi-dev sudo pip3 install http://nvidia.westus2.cloudapp.azure.com/bsp/pytorch-1.7.0 ``` 上面的命令将使用 pip3 安装 PyTorch 和相关依赖项。安装完成后,您可以使用以下命令验证 PyTorch 是否已成功安装: ```bash python3 -c "import torch; print(torch.cuda.is_available())" ``` 如果输出 “True”,则表示你已经成功安装PyTorch安装完成后,您可以开始使用 PyTorch 训练深度学习模型。Jetson TX2 的高性能和灵活性,使它成为深度学习模型的理想平台。在使用 PyTorch 训练模型时,建议在 Jetson TX2 上使用 GPU 进行加速,这将显著提高训练速度。 总之,Jetson TX2安装 PyTorch 很简单,只需几个命令就可以轻松完成。在安装完成后,您将进入一个完全准备好使用 PyTorch 训练深度学习模型的状态。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 7
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