在树莓派5上使用pytroch进行模型训练—全流程笔记

已于 2024-08-26 07:42:15 修改
阅读量3.2k 收藏 57
点赞数 30
分类专栏： 树莓派 Pytorch深度学习一维网络 文章标签： 笔记 pytorch 深度学习
于 2024-08-24 17:13:44 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-NC-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/chrnhao/article/details/141362918
版权

在树莓派上运行pytroch模型🚀

        在完成了树莓派的一系列基础配置学习之后，按照规划，下一步要做的就是在树莓派上安装一个pytorch，尝试运行一下深度学习的模型，如果可以实现且准速度有一定保证的话，就可以作为一个项目方案，或者来说参加比赛用的一个非常好的选择方案，也是打算抽时间写一篇类似的东西，今天终于是完成了。

在这里插入图片描述

系列文章1：树莓派初探—给树莓派5 安装Raspberry Pi OS 操作系统
系列文章2：使用VNC-viewer对树莓派5 远程连接桌面—详细记录笔记版
系列文章3：树莓派5环境配置笔记 新建虚拟python环境—安装第三方库—配置Thonny解释器
系列文章4：在树莓派5上调用通义千问API实现多轮对话和流式输出

文章目录

1.在树莓派上新建一个python的虚拟环境并安装pytroch(CPU)

在进行pytroch任务之前可以先建一个虚拟环境。

如果是纯新手的的话可以去看一下更详细的这个入门版教程：树莓派5环境配置笔记 新建虚拟python环境—安装第三方库—配置Thonny解释器

新建虚拟环境

python3 -m venv pytroch

激活虚拟环境

source pytroch/bin/activate

最低0.47元/天 解锁文章
pc端MNIST数据集pytorch模型CNN网络转换为onnx部署树莓派4B和神经棒NCS2（使用openvino2021框架）
weixin_44781508的博客
09-02 1852
pc端MNIST数据集pytorch模型CNN网络转换为onnx部署树莓派4B和神经棒NCS2（使用openvino2021框架）
树莓派4B配置Pytorch
2303_80296946的博客
01-13 915
训练出一个YOLOv5-Lite的轻量化模型打算将其部署到树莓派4B上面，但是能搜索到资料都没有详细地讲解，在树莓派上面配置Pytorch的流程，以下我将说明我在配置Pytorch的完整流程。
PyTorch 1.8.0a0+56b43f4与Yolov5在树莓派上的安装指南
最新发布
weixin_42527589的博客
03-16 919
随着深度学习领域的迅速发展，PyTorch 已经成为全球开发者和研究人员广泛使用和青睐的开源机器学习库之一。PyTorch 凭借其动态计算图、易用性和灵活性，成为研究和生产的首选工具。本章节将首先介绍PyTorch框架的核心特性，随后深入探讨其在深度学习中的应用，并对其与其它框架如TensorFlow等进行比较分析。通过本章内容，读者将对PyTorch有一个全面的认识，为后续章节的深入学习打下坚实的基础。在开始PyTorch安装前，有必要先了解树莓派的硬件特性和操作系统安装配置过程。
树莓派5使用pytorch训练模型(CPU)
哦豁灬
10-25 1642
Pytorch 对于树莓派提供了较好的支持，可以利用 Pytorch 在树莓派上进行试试推理，当然也可以使用树莓派进行模型训练了，这里尝试使用树莓派CPU对模型进行训练。
树莓派Python3.9环境安装pytorch与torchvision【附连接】
m0_57254760的博客
04-15 3376
的条件，这使我的yolov5.v7版本requirement.txt环境不能满足。因为在安装numpy时发现python3.7环境已经不能适配。因此我要安装匹配这个版本的torch否则会显示不支持。版本，由于树莓派特殊的arm架构给安装带来了不便。网址和刚刚安装torch的一样,使用wget下载。选择合适的版本即可，我选择的是3.9.18的。因为我们的python版本为。的版本因为我的依赖要求。
树莓派4B+ pytorch 1.5.0 torchvision 0.6.0 .whl文件
05-15
自行编译的版本，安装方法可以参考 https://blog.csdn.net/ZhaoDongyu_AK47/article/details/105055856
在树莓派3B+上安装Pytorch1.7
m0_56312629的博客
06-01 746
在树莓派3B+上安装Pytorch1.7
树莓派下安装pytorch（踩坑记录）
weixin_45090803的博客
03-20 8389
目标：在树莓派4b上安装conda运行pytorch 硬件平台：树莓派4b 操作系统：Raspberry Pi OS with desktop 环境：pytorch 1. 安装系统镜像 下载树莓派镜像 作者安装的为如图所示的版本 注意下载32位版本的（64位确实快，但是因为作者想在Berryconda下安装pytorch，而berryconda和miniconda只有32位版本，所以只能重装一次。。。虚拟环境的好处我就不多说了，自己体会多了就知道 /手动狗头） 使用 tips:sd卡格式化 使用SDFor
yolov3-tiny训练的模型，可以进行训练目标检测并且部署到树莓派上，pytorch框架进行搭建建
10-01
yolov3-tiny训练模型，用pytorch框架搭建，让高配置的电脑，笔记本也能训练v3tiny模型，并且部署到树莓派等视觉实践项目中进行视频实时目标检测，优点在于检测速度快，模型体积小，方便部署和搭建，对于很多新手小白...
树莓派4B_Pytorch学习笔记20:初步认识深度学习框架
NULL指向我的博客
07-08 1172
123
在树莓派5部署yolov5模型
2301_80707725的博客
10-22 4222
由于默认的下载源是在国外，下载或者更新文件的时候，经常会因为超时导致下载失败，所以推荐在下载或者更新之前，先修改下载源为国内的镜像，这里以阿里云镜像为例。默认的pt模型在模型在树莓派上检测速度会比较慢，为了提高检测的效率，一般把pt模型，转为onnx格式，因为它在对一些硬件进行了优化，加快检测速度。打开浏览器，输入网址下载对应的版本：https://docs.anaconda.com/miniconda/由于默认的下载镜像是在国外，下载包的时候会比较慢，所以一般都需要修改下载源，以此来提供下载速度。
树莓派开发博客相关资源
07-30
这暗示了这个压缩包可能包含博主的教程、代码示例或笔记，帮助读者理解和实践如何在树莓派上使用OpenCV进行深度学习。 标签“opencv”、“树莓派”和“分类器”揭示了资源的核心内容。OpenCV是实现图像分类器的关键...
树莓派02-PyTorch安装
Ascn_的博客
09-24 453
树莓派安装 PyTorch网上靠谱的参考教程一种更好的解决方案 网上靠谱的参考教程 备课时有一小节内容涉及在树莓派 3B+ 上做 twitter 情感分析，使用的框架是 PyTorch，因此摸索了下在树莓派 3B+ 上安装 PyTorch 的方法。 首先，通过 pip install 的方式是行不通的，只能从源代码编译安装。网络上的教程也比较靠谱，我主要参考了如下两个教程： 知乎教程 CSDN教程-方法二 基本可以无脑照搬，唯一的缺点是编译耗时比较长（已修改交换空间大小），我个人在这一步等了40小时左右
树莓派5运行大语言模型 Mistral 7B
Thomas_lww的博客
06-13 1483
Ollama 是一个开源工具，透过它提供简单的安装指令和命令行界面，在本地运行大语言模型会变得更加简单和快捷。另一个就是用 llama.cpp 运行，它是一个用 C++ 编写的高效的推理工具，用于在 CPU 上运行 Meta AI 的 Llama。博主第一次在CSDN上发布文章，最近几期会基于树莓派5这个硬件平台做一些AI（尤其是大模型的部署）上应用，希望大家多多支持。在国外博主的描述中，是可以用两种方式在树莓派5上运行Mistral 7B。我用的是8GB内存的树莓派5，以及128GB的SD卡。
树莓派4B安装pytorch
jiugeshao的专栏
05-21 4196
前一篇博客介绍了树莓派上tensorflow的配置，这里再配置下pytorch，主要还是通过已经编译好的whl来安装，其实我们平时直接pip install安装也是先从权威源网站上下载别人编译好的针对某种平台的安装包来安装的。如果需要源码安装，可以参考博主的其它博客（通过交叉编译来在树莓派上来配置，当然这里是其它的库） .........
为树莓派安装Pytorch等库（使用whl包方法）
m0_57193659的博客
03-24 7256
使用whl包方法为树莓派安装Pytorch等库，以及一些测试体会
树莓派安装pytorch arrch64架构
网络架构
04-16 655
如果你的python版本不在支持的列表那么就要自己安装 这里推荐python3.6.13 ,相对稳定些兼容性好。
怎么在树莓派5上部署pytorch
09-19
要在树莓派 5 上部署 PyTorch，你需要遵循一些步骤来安装所需的软件环境和库。由于树莓派通常资源有限，所以需要选择轻量级版本并优化内存管理： 1. **更新系统**： ``` sudo apt-get update sudo apt-get upgrade ``` 2. **安装依赖**： - 安装Python和pip，因为PyTorch基于Python： ``` sudo apt-get install python3 python3-pip ``` - 安装CUDA和cuDNN支持（如果你的树莓派有GPU）： 如果有GPU，可以尝试`apt-get`安装CUDA： ``` sudo apt-get install nvidia-cuda nvidia-cudnn # 根据实际版本替换 ``` - 否则，选择CPU版本： ``` pip3 install torch torchvision cpu-only ``` 3. **安装PyTorch CPU版本**： ``` pip3 install torch torchvision --no-cuda ``` 4. **验证安装**： 创建一个简单的脚本来测试PyTorch是否成功安装： ```python import torch print(torch.__version__) ``` 运行此脚本查看PyTorch版本。 注意：树莓派 5 对于高性能深度学习任务来说性能相对较弱，因此不是理想的训练平台。如果只是用于推理或者其他轻量级应用，上述配置基本可行。如果是做模型训练，可能需要考虑使用更强大的硬件，如Jetson Nano等。
评论 2
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

打赏作者

浩浩的科研笔记

这我为您答疑发送资源的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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