成功解决Couldn‘t load custom C++ ops. This can happen if your PyTorch and torchvision versions不匹配问题

问题描述：

设备MIIVII APEX AD10，aarrch64，Ubuntu20.04，jetpack5.0.2
由于工作需要须在该设备上配置深度学习PyTorch环境，根据米文动力相关论坛不建议更换Jetpack版本，由此只能安装Python3.8，并按说明对应Torch与Torchvision的版本。

参考链接：PyTorch for Jetson


后续，根据这些要求配置Torch环境出现如下错误

RuntimeError: Couldn't load custom C++ ops. This can happen if your PyTorch and torchvision versions are incompatible,** or if you had errors while compiling torchvision from source. For further information on the compatible versions, check https://github.com/pytorch/vision#installation for the compatibility matrix. Please check your PyTorch version with torch.__version__ and your torchvision version with torchvision.__version__ and verify if they are compatible, and if not please reinstall torchvision so that it matches your PyTorch install.

报错原因：

Torch与Torchvision版本不匹配，第三方包安装的包不适配我的设备

问题排查与解决过程：

1. 尝试1.11、1.12、1.13三个版本的Torch，对应安装Torchvision均未能解决问题。
2. 最后选择使用人数最多的Torch1.12.0，且该版本能够适配本机，并能正确调用GPU，测试代码如下

import torch
#import torchvision
print(torch.__version__)
#print(torchvision.__version__)

print('CUDA available: ' + str(torch.cuda.is_available()))
print('cuDNN version: ' + str(torch.backends.cudnn.version()))

a = torch.cuda.FloatTensor(2).zero_()
print('Tensor a = ' + str(a))
b = torch.randn(2).cuda()
print('Tensor b = ' + str(b))
c = a + b
print('Tensor c = ' + str(c))

print(torch.cuda.device_count())
print(torch.cuda.get_device_name(0))

因此，就选择torch1.12死磕Torchvision版本问题，期间尝试从各种地方安装Torchvision包均为解决，最后发现一种从源码自行构建包进行编译的方式。

具体解决过程

• git代码

git clone --branch  v0.13.0 https://github.com/pytorch/vision torchvision

git失败，采用链接，方法4的第一行并链接自己手机热点解决Git问题。Git问题解决

• Torchvision编译

cd torchvision
export BUILD_VERSION=0.13.0
python3 setup.py install --install-lib=/home/nvidia/.local/lib/python3.8/site-packages

期间报错，找不到torch,但本机已安装，就修改CMakeList.txt文件中的find(Torch REQUIRED)行，修改如下，path为自己Torch的安装路径，install时我也是安装在我对应需要的地方

查找Torch安装路径,然后会得到Torch的详细安装路径

pip show torch

参考Torchvision编译网址
（部分地方有区别,没法直接用）

安装完成，按之前的代码测试，无任何警告信息。
测试YoloX模型，运行成功，无报错，无任何警告信息。


PS：整整调试了2天，终于解决了，调试过程太痛苦了，终于解决的时候好爽，太有成就感了!