(亲测成功)NVIDIA Jetson NX 安装Miniconda以及Pytorch1.7

配置CUDA环境变量

系统已经安装好了JetPack，cuda，cudnn，OpenCV等组件，需要修改下环境变量才可以使用。

利用gedit打开 ~ 路径下.bashrc文件：

sudo vim ~./bashrc

文件的最后添加以下三行：

export PATH=/usr/local/cuda-10.2/bin:$PATH

export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH

export CUDA_HOME=/usr/local/cuda-10.2

重新执行.bashrc文件，直接生效；

source ~./bashrc

输入nvcc -V命令进行测试，如果显示如下信息，证明修改正确。

nvcc -V

nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2019 NVIDIA Corporation
Built on Wed_Oct_23_21:14:42_PDT_2019
Cuda compilation tools, release 10.2, V10.2.89

安装Miniconda   

Miniconda官方链接

 下载Miniconda对应安装包

miniconda安装参考链接

创建虚拟环境:  python要安装3.6版

conda create -n torch1.7 python=3.6

创建完成可以查看一下虚拟环境

conda env list

切换到创建的虚拟环境

conda activate torch1.7

安装pytorch1.7.0

官方下载链接  （没点技术下不动）

网盘链接：https://pan.baidu.com/s/1qKPWgpceCpBzYenF0pJppA

提取码：57p8

先安装依赖：(本人没有安装成功，可以暂时先跳过这步)

sudo apt-get install libopenblas-base libopenmpi-dev

安装Pythorch  （需要在安装文件当前目录运行命令）

pip install torch-1.7.0-cp36-cp36m-linux_aarch64.whl

安装完成导包测试

python3
>>>import torch

如果上面的依赖没有安装这里会报错

OSError: libmpi_cxx.so.20: cannot open shared object file: No such file or directory

可以在https://pkgs.org/这个网站右上角搜索libmpi_cxx.so.20手动下载需要的依赖包

需要的依赖包有：

libhwloc5_1.11.9-1_arm64.deb   （先安装）

libopenmpi2_2.1.1-8_arm64.deb

libopenblas-base_0.2.20+ds-4_arm64.deb

安装依赖参考链接

依赖安装完成后有可能还会遇到一个错误

>>> import torch 
Illegal instruction (core dumped)

sudo vim ~./bashrc

在环境变量最后面加入

export OPENBLAS_CORETYPE=ARMV8

最后测试一下

python
>>>import torch
>>>print(torch.cuda.is_available())  #测试cuda是否能用
>>>True  #返回Ture说明cuda能用

安装torchvision0.8.0 

下载torchvision仓库

git clone -b v0.8.0 https://hub.fastgit.org/pytorch/vision.git

编译 

cd vision
python3 setup.py install

遇到错误：

fatal error: libavcodec/avcodec.h: No such file or directory 

 （网上找的图）

 解决：用vim打开setup.py文件

将if has ffmpeg 改为if False即可

 到此安装完成！

jetson nx 使用tensorrt加速yolov5参考链接

参考链接：

Miniconda安装

安装依赖参考链接

编译torchvision报错参考