Jetson AGX orin深度学习环境配置教程

本文默认anaconda，cuda，cudnn安装完成。

首先安装jtop 查看你的jetpack版本，根据你的版本来创建你的python环境

安装 pip3

因为我们需要使用pip3来安装jtop，所以需要在系统中先安装pip3

sudo apt install python3-pip

安装jtop

sudo -H pip3 install -U jetson-stats

运行jtop服务

sudo systemctl restart jetson_stats.service

重启系统

reboot

此时jtop已经安装在系统中，使用以下命令，启用jtop

jtop

我的jetpack版本是5.0.2，根据[老黄官网给的链接]我们可以看到我的python版本是3.8(https://forums.developer.nvidia.com/t/pytorch-for-jetson/72048)：
我们conda创建的python也必须是3.8

conda创建环境

conda create -n yolov5 python=3.8

查看是否conda环境是否创建成功，之后进入我们创建的环境

conda env list
conda activate yolov5

torch安装

下载jetpack版本是5.0.2支持的torch我这里下载的是torch-1.11.0-cp38-cp38-linux_aarch64.whl

然后跳转到这个文件夹下面

pip install torch-1.11.0-cp38-cp38-linux_aarch64.whl

然后根据自己安装的torch来选择对应的torchvision

torchvision安装

这是官方的，我直接复制了

$ sudo apt-get install libjpeg-dev zlib1g-dev libpython3-dev libopenblas-dev libavcodec-dev libavformat-dev libswscale-dev
$ git clone --branch v0.12.0 https://github.com/pytorch/vision torchvision   # see below for version of torchvision to download
cd torchvision
export BUILD_VERSION=0.12.0  # 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

安装完成之后我们来测试我们torch和torchvision能用吗
首先我们先进入我们创建环境
然后再进入python3

conda activate yolov5
python3
import torch
print(torch.__version__)
import torchvision
print(torchvision.__version__)

如果成功就是下面的显示

这里torchvision编译的时候会出现的warning可以不管，他自己可以编译好。