玩转NVIDIA Jetson （25）--- jetson 安装pytorch和torchvision

最新推荐文章于 2025-03-16 01:18:43 发布
最新推荐文章于 2025-03-16 01:18:43 发布
阅读量1w 收藏 79
点赞数 11
分类专栏： 玩转NVIDIA Jetson AI GPU计算平台 文章标签： pytorch 深度学习 人工智能 jetson nano torchvison
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-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/huiyuanliyan/article/details/126686036
版权

在jetson上安装pytorch能够快速的帮助PC用户在熟悉的环境下进行开发，但是这个过程里边有一些坑，我建议大家参照官方给出的安装指导来进行安装，包括pytorch和包含各种网络的torchvision。官方安装如下，这个topic里会持续更新各个版本的pytorch。

PyTorch for Jetson - version 1.11 now available - Jetson & Embedded Systems / Jetson Nano - NVIDIA Developer Forums

1.安装miniforge虚拟环境

我还是建议大家用虚拟环境，不然jetson上的python环境非常容易被搞乱，具体安装方法见之前的文章。

2.安装pytorch

 

这里需要特别注意的一个问题就是你需要选择与你机器上jetpack相匹配的版本，千万别下错了，比如我这里用的是jetpack4.6，那我安装的pytorch就是V1.10.0版本。

下载完pytorch的whl文件后，首先apt-get install一些环

最低0.47元/天 解锁文章
在jetson nx中安装对应的pytorch torchvison 与 torchaudio版本
JackMaOf996的博客
02-14 1463
记录如何在jetson中安装arm架构下对应的pytorch torchvison与torchaudio版本等.安装一定要看清楚版本是否对应.
Jetson设备安装Pytorch和Torchvision
tw_fae的博客
06-03 1588
详细介绍了Jetson设备不同版本系统安装pytorch的安装方式，方便大家及时开展工作。
【玩转jetson orin nano（三）PyTorch深度学习环境安装】
10-19 2529
1. Anaconda安装 1.1 下载 1.2 安装 1.3 换源 1.4 创建环境 1.5 设置默认启动环境 1.6 卸载 2.安装torch+torchvisiion 2.1 安装torch 2.2 安装torchvisiion 2.3 验证 2.4 备注（可直接跳过）
Jetson orin NX pytorch的安装与配置
最新发布
weixin_45743760的博客
03-16 975
jetpack虽然已经将很多组件打包下载完毕，使用jtop可以查看。但是这些内容的环境变量还未配置，Python编译器无法找到具体的这些模块，因此，需要手动配置环境。
jetson nx目标检测环境配置遇到的一万个坑，安装v1.12.0版本的pytorch和v0.13.0版本的vision torchvision，以及使用TensorRT部署YOLOv5.
qq_51887173的博客
05-12 2261
tensorrtx项目通过tensorRT的Layer API一层层搭建模型，模型权重的加载则通过自定义方式实现，通过get_wts.py文件将yolov5模型的权重即yolov5.pt保存成yolov5.wts，生成的yolov5.wts文件即作者自定义的权重文件方便后续加载使用。pytorch版本不能随意安装，必须安装英伟达编译的好的库文件，我的jetpack是5.0.2的，所以可以选择1.12.0版本的pytorch。如下图所示，本次训练的模型类别数为2，故将CLASS_NUM修改为2。
在 NVIDIA Jetson上安装GPU版本的pytorch和torchvision
NotName_9758的博客
02-01 1585
这些pytorch包仅支持python3.6，使用conda直接创建python3.6时会报错，修改命令为。参考链接【3】处下载torch安装包。来正确创建python3.6环境。
jetson agx orin 的pytorch、torchvision、tensorrt安装最全教程
热门推荐
qq_58728069的博客
02-26 1万+
jetson agx orin 的pytorch、torchvision、tensorrt安装最全教程
jetson配置pytorch环境（简单有效）
Michael的博客
08-21 7323
 1. Jetpack默认已安装opencv、cuda、cudnn，故只需再安装pytorch即可，留意jetson是arm架构，需要下载对应的安装文件加以安装  2. pytorch的安装   查询Jetpack的版本 sudo -H pip3 install jetson-stats jetson_release   pytorch的whl文件下载（注意与Jetpack的版本相匹配） 网址链接：https://forums.developer.nvidia.com/t/pytorch-for-jet
Nvidia Jetson篇----Jetson Xavier nx安装pytorch
心惠天意
12-03 4479
Jetson xavier nx安装pytorch1. 安装相关依赖2. 安装pytorch3. 安装torchvision 1. 安装相关依赖 sudo apt-get install libhdf5-serial-dev hdf5-tools libhdf5-dev zlib1g-dev zip libjpeg8-dev liblapack-dev libblas-dev gfortran sudo apt-get install libopenblas-base libopenmpi-dev sudo
jetapck5.0 nvidia jetson pytorch-gpu torchvision相关 whl 文件
07-20
https://blog.csdn.net/qq_41426807/article/details/124705416 nvidia jetson orin/agx xavier/nano/tx pytorch安装whl文件 torch1.11.0+torchvision0.12.0 torch1.12.0+torchvision0.13.0
jetson-tx2-pytorch:在Nvidia Jetson TX1TX2上安装PyTorch
05-11
在NVIDIA Jetson TX1 / TX2上安装PyTorch 是一个新的深度学习框架，可以在Jetson TX1和TX2板上很好地运行。 它安装起来相对简单快捷。 与TensorFlow不同，它不需要外部交换分区即可在TX1上构建。 尽管TX2具有足够...
jetson-pytorch+tensorflow+scipy.zip
07-25
jetson系列开发板使用的pytorch1.5.0，tensorflow2.0， scopy1.4.1三个博主自己使用的pip软件源，有喜欢的朋友开源自行下载使用
jetson容器：适用于NVIDIA Jetson和JetPack-L4T的机器学习容器
02-03
Jetson和JetPack的机器学习容器 以下Docker容器映像托管在 （NGC）上，用于在Jetson上进行机器学习： 还为以下容器提供了Dockerfile，这些容器可以为JetPack 4.4或更高版本构建： ROS Melodic（ ros:melodic-ros-...
jetson上torchvision-0.12.0源码
09-07
编译大约耗时30分钟完成，请耐心等待，安装这个源码之前您必须安装好torch-1.11.0-cp38-cp38-linux_aarch64,1.11.0由nvidia官方提供whl文件，因此需要必须先安装好pytorch才能使用源码编译。注意配套使用，这个是...
jetson安装pytorch
weixin_41630455的博客
08-30 1525
Installing PyTorch for Jetson Platform :: NVIDIA Deep Learning Frameworks Documentation
我和jetson-Nano的故事（12）——安装pytorch 以及 torchvision
wtlll的博客
05-29 737
Pytorch。
NVIDIA Jetson Xavier NX入门-镜像为jetpack4（3）——pytorch和torchvision安装
liuyang_xyz的博客
07-05 2600
NVIDIA下载pytorch官方网址是：https://forums.developer.nvidia.com/t/pytorch-for-jetson-version-1-9-0-now-available/72048 下载好后，在下载文件目录下输入指令： 安装完毕后可以在终端输入以下命令检验PyTorch是否正确安装： 正常来说，会返回True。出现报错1：博主本人在安装后出现错误(NVIDIA Jetson Xavier NX安装pytorch时时报)： 有库没有安装，输入指令： 出现报错2：如果
JetsonNano学习（五）JetsonNano 安装 PyTorch 及 Torchvision
weixin_45463952的博客
07-18 1万+
JetsonNano 安装 PyTorch 及Torchvision
Jetson TX2 编译 Pytorch (Wheel)
https://github.com/shaofengzeng/
11-15 4015
参考https://gist.github.com/dusty-nv/ef2b372301c00c0a9d3203e42fd83426 1.按照注释内容修改源码 2. 修改 -d参数 sudo python setup.py bdist_wheel -d [the path where to save the wheel file] 3.执行以下命令 ### before...
jetson-tx2手动安装cuda和cudnn.pdf
07-06
### 回答1： 首先，要手动安装Jetson TX2中的CUDA和CuDNN，需要按照以下步骤进行操作： 1. 下载CUDA Toolkit： - 首先，通过NVIDIA官方网站下载适用于Jetson TX2的CUDA Toolkit。 - 在下载页面上选择与您的Jetson TX2版本相对应的CUDA Toolkit版本，并下载该版本的.run文件。 2. 安装CUDA Toolkit： - 将下载的CUDA Toolkit文件拷贝到Jetson TX2设备上。 - 打开终端，进入到CUDA Toolkit文件所在的目录。 - 运行以下命令，以设置安装选项并启动安装过程： ``` chmod +x cuda_<version>_linux.run sudo ./cuda_<version>_linux.run ``` - 按照安装向导的指示进行操作，接受许可协议并选择相应的安装选项。 - 完成安装后，根据提示将必要的环境变量添加到系统配置文件中（如~/.bashrc）。 3. 下载CuDNN库文件： - 访问NVIDIA官方网站并下载与安装的CUDA Toolkit版本相对应的CuDNN库文件。 - 将下载的CuDNN库文件拷贝到Jetson TX2设备上。 4. 安装CuDNN库文件： - 将CuDNN库文件解压到一个指定目录中，例如'/usr/local/cuda/'。 - 打开终端，进入CuDNN库文件所在的目录。 - 运行以下命令以将CuDNN库文件拷贝到CUDA Toolkit的安装目录中： ``` sudo cp cuda/include/cudnn.h /usr/local/cuda/include/ sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/ sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn* ``` 5. 配置环境变量： - 打开终端，编辑~/.bashrc文件： ``` nano ~/.bashrc ``` - 在文件末尾添加以下内容，并保存退出： ``` export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64 export CUDA_HOME=/usr/local/cuda ``` - 运行以下命令使环境变量配置生效： ``` source ~/.bashrc ``` 完成以上步骤后，您应该成功地手动安装了Jetson TX2中的CUDA和CuDNN。您可以通过在终端上运行`nvcc -V`来验证CUDA是否正确安装，并通过运行`cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2`来验证CuDNN是否正确安装。 ### 回答2： 首先，Jetson TX2是一款高性能边缘计算设备，用于深度学习、AI和计算机视觉等领域。CUDA和cuDNN是用于加速计算的关键软件，在Jetson TX2上手动安装这两个软件需要以下步骤： 1. 下载CUDA和cuDNN：首先，从NVIDIA官方网站下载适用于Jetson TX2的CUDA和cuDNN版本。确保选择与Jetson TX2硬件兼容的版本。 2. 安装CUDA：将下载的CUDA安装包复制到Jetson TX2上，并解压缩文件。然后，运行安装脚本来设置CUDA环境变量并安装CUDA。 3. 配置环境变量：为了正确地配置CUDA和cuDNN，需要设置环境变量。在终端中输入以下命令以打开.bashrc文件： ``` sudo nano ~/.bashrc ``` 然后，在文件的末尾添加以下行： ``` export CUDA_HOME=/usr/local/cuda export PATH=/usr/local/cuda/bin:${PATH} export LD_LIBRARY_PATH=/usr/local/cuda/lib64:${LD_LIBRARY_PATH} ``` 保存并关闭文件，然后运行以下命令以使更改生效： ``` source ~/.bashrc ``` 4. 安装cuDNN：将下载的cuDNN安装包复制到Jetson TX2上，并解压缩文件。然后，将cuDNN库文件复制到CUDA的安装目录中。使用以下命令完成此操作： ``` sudo cp cuda/include/cudnn.h /usr/local/cuda/include sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64 sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn* ``` 5. 验证安装：在终端中运行以下命令以验证CUDA和cuDNN是否安装成功： ``` nvcc -V ``` 如果输出中显示了CUDA版本信息，则说明CUDA安装成功。然后，可以使用深度学习框架（如TensorFlow，PyTorch等）来验证cuDNN的安装。 这些是手动安装CUDA和cuDNN的基本步骤。确保按照官方文档和说明进行操作，并根据自己的需求进行相应的配置和优化。
评论 6
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

Gaosiy

你的鼓励将是我创作的最大动力

¥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