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
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
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!