NVIDIA Jetson Xavier NX入门-镜像为jetpack5（3）——pytorch和torchvision安装

NVIDIA Jetson Xavier NX入门-镜像为jetpack5（3）——pytorch和torchvision安装

镜像为jetpack5系列：
NVIDIA Jetson Xavier NX入门-镜像为jetpack5（1）——镜像烧写
NVIDIA Jetson Xavier NX入门-镜像为jetpack5（2）——系统设置；环境搭建；CUDA；Cudnn配置；Ubuntu&pip&conda换源；miniforge安装
NVIDIA Jetson Xavier NX入门-镜像为jetpack5（3）——pytorch和torchvision安装
镜像为jetpack4系列：
NVIDIA Jetson Xavier NX入门-镜像为jetpack4（1）——镜像烧写
NVIDIA Jetson Xavier NX入门-镜像为jetpack4（2）——系统设置；环境搭建
NVIDIA Jetson Xavier NX入门-镜像为jetpack4（3）——pytorch和torchvision安装
sudo权限、NX开机脚本自启动
Jetson xavier NX等Jetson系列开发板设置Python脚本的开机自启动（需要激活conda环境下）

该篇Jetpack5安装pytorch主要参考以下两篇：

https://www.bilibili.com/read/cv25497125/?spm_id_from=333.999.collection.opus.click

https://docs.nvidia.com/deeplearning/frameworks/install-pytorch-jetson-platform/#overview__section_xavier_nx

0. 进入conda（miniforge）环境中

conda activate XXX
以下的安装使用pip list和conda list就能查找到了

1. torch安装

不要去pytorch官网下载，和jetson兼容性有问题

NVIDIA下载pytorch官方网址是：PyTorch for Jetson

图中Note: future PyTorch wheels for Jetson are available from:
https://docs.nvidia.com/deeplearning/frameworks/install-pytorch-jetson-platform/index.html

安装PyTorch需要的系统包:

sudo apt-get -y update; 
sudo apt-get -y install python3-pip libopenblas-dev;

随后去该网址中下载对应的torch的whl包：https://developer.download.nvidia.com/compute/redist/jp/
将whl包拷贝到NX板中。

请注意：
下图中最好下载nv前面带一串数字的，也就是第二个。（听说是这种版本的才能torch的cuda加速，不知真假）

引用别人博客的一句话：
通过pip安装的torchvision只是CPU版本的，版本只显示0.15.1。这个是无法调用jetson底层的cuda加速的。GPU版本的torchvision只能通过编译进行安装。编译安装的torch版本号显示为“0.15.1a0+42759b1”（“版本号+巴拉巴拉一堆数”），说明你安装的是支持jetson上的cuda加速的。

文件传输Tips，简单方便：window传输文件到NX: scp -r E:\需要传输的文件或文件夹 liuyang@192.168.137.100（NX连接NX热点的IP号）:/home/username/希望拷贝到的文件夹，例如：

scp -r E:\Net\aaa.whl liuyang@192.168.137.100:/home/liuyang/yolov5

拷贝到NX的torch的whl安装包。我习惯直接使用pip3 install XXX.whl。此时torch安装到了conda环境下。
说明书步骤如下：

python3 -m pip install --upgrade pip
python3 -m pip install numpy==’1.26.1’ 
python3 -m pip install --no-cache xxx.whl(下载的whl文件名)

PyTorch for Jetson Platform

2. torchvision安装

注意：不能直接使用pip install torchvision，它将自动下载和你jetpack版本不匹配的torchvision，同时卸载上一步安装的torch，并安装最新版本的torch。因此此时一定禁用pip install torchvision

引用： 通过pip安装的torchvision只是CPU版本的，版本只显示0.15.1。这个是无法调用jetson底层的cuda加速的。GPU版本的torchvision只能通过编译进行安装。编译安装的torch版本号显示为“0.15.1a0+42759b1”（“版本号+巴拉巴拉一堆数”），说明你安装的是支持jetson上的cuda加速的。

版本对应关系：https://github.com/pytorch/vision#installation

使用以下指令下载，一般会出现现在慢各种情况，可以使用github镜像地址，或者官网下载对应版本的压缩包，再或者用个给力的有梯子的热点直接执行第一句指令。

git clone --branch v0.15.1 https://github.com/pytorch/vision torchvision
cd torchvision
python3 setup.py install --user 

编译时如果出现错误：
error: [Errno 2] No such file or directory: ‘:/usr/local/cuda:/usr/local/cuda/bin/nvcc’
直接命令行输入：

export CUDA_HOME=/usr/local/cuda

v0.15.1就是torchvision v0.15.1的版本。编译真的很慢很慢，慢慢等待。编译可能会报错哦，祝君好运！这个torchvision好像是编译到了系统里面，不单单是conda环境里面。

小白网下载对应版本的压缩包方法：mian下拉选项选择对应版本。

下载压缩包就好啦。

在命令行进入python，可以检测是否安装成功：

import torch
import torchvision
torch.__version__
torchvision.__version__
torch.cuda.is_available() 

不报错的话，你就成功安装了torch和torchvision了，恭喜你。可以使用conda list和pip list查看。

点赞收藏不迷路