如何在Seeed Studio reComputer Nvidia Jetson上安装PyTorch,超详细超全的所有Jetson和Jetpack版本均适用
所有教程都免费开源,请动动小手点个小星星https://github.com/ZhuYaoHui1998/reComputer-Jetson-for-Beginners/tree/main
设置环境
-
JetPack 5/6:
确保在您的设备上安装了NVIDIA JetPack 5或6。JetPack包含在NVIDIA Jetson平台上开发所需的库和工具。
可以输入一下内容进行一键安装sudo apt-get update sudo apt-get install nvidia-jetpack
-
CUDA:
验证CUDA是否已安装并正确配置。PyTorch依赖CUDA进行GPU加速。确保已安装的CUDA版本与您计划安装的PyTorch版本兼容。
使用 .whl
文件安装PyTorch
要在指定的JetPack和CUDA版本上将PyTorch安装到您的reComputer J3010,请按照以下步骤操作:
1. 下载PyTorch Wheel文件
根据您的JetPack和CUDA版本选择正确的Wheel文件:
-
JetPack 6.0 (L4T R36.2 / R36.3) + CUDA 12.2:
-
JetPack 6.0 (L4T R36.2 / R36.3) + CUDA 12.4:
-
JetPack 6.0 DP (L4T R36.2.0):
-
JetPack 5.x:
- JetPack 5.1 (L4T R35.2.1) / JetPack 5.1.1 (L4T R35.3.1) / JetPack 5.1.2 (L4T R35.4.1):
- JetPack 5.1 (L4T R35.2.1) / JetPack 5.1.1 (L4T R35.3.1):
- JetPack 5.0 (L4T R34.1) / JetPack 5.0.2 (L4T R35.1) / JetPack 5.1 (L4T R35.2.1) / JetPack 5.1.1 (L4T R35.3.1):
-
JetPack 4:
- JetPack 4.4 (L4T R32.4.3) / JetPack 4.4.1 (L4T R32.4.4) / JetPack 4.5 (L4T R32.5.0) / JetPack 4.5.1 (L4T R32.5.1) / JetPack 4.6 (L4T R32.6.1)
2. 安装Wheel文件
-
打开终端:
- 导航到您下载
.whl
文件的目录。
- 导航到您下载
-
安装:
sudo apt-get install python3-pip libopenblas-base libopenmpi-dev libomp-dev pip3 install 'Cython<3' pip3 install numpy sudo pip3 install <filename>.whl
将
<filename>
替换为下载的.whl
文件的名称。
3. 验证安装
- 检查安装:
打开Python并运行以下命令进行验证:
这将打印已安装的PyTorch版本。import torch print(torch.__version__)
4. 可选 - 安装其他库
- 安装Torchvision:
- 安装依赖项
sudo apt-get install libjpeg-dev zlib1g-dev libpython3-dev libopenblas-dev libavcodec-dev libavformat-dev libswscale-dev
- 要克隆与您的PyTorch版本兼容的torchvision包,请按照以下步骤操作。用您安装的PyTorch版本替换
<version>
。
PyTorch和相应的torchvision版本git clone --branch <version> https://github.com/pytorch/vision torchvision
PyTorch v1.0 - torchvision v0.2.2 PyTorch v1.1 - torchvision v0.3.0 PyTorch v1.2 - torchvision v0.4.0 PyTorch v1.3 - torchvision v0.4.2 PyTorch v1.4 - torchvision v0.5.0 PyTorch v1.5 - torchvision v0.6.0 PyTorch v1.6 - torchvision v0.7.0 PyTorch v1.7 - torchvision v0.8.1 PyTorch v1.8 - torchvision v0.9.0 PyTorch v1.9 - torchvision v0.10.0 PyTorch v1.10 - torchvision v0.11.1 PyTorch v1.11 - torchvision v0.12.0 PyTorch v1.12 - torchvision v0.13.0 PyTorch v1.13 - torchvision v0.13.0 PyTorch v1.14 - torchvision v0.14.1 PyTorch v2.0 - torchvision v0.15.1 PyTorch v2.1 - torchvision v0.16.1 PyTorch v2.2 - torchvision v0.17.1 PyTorch v2.3 - torchvision v0.18.0
- 安装
cd torchvision export BUILD_VERSION=0.x.0 # 其中0.x.0是torchvision版本 python3 setup.py install --user cd ../ # 尝试从构建目录加载torchvision会导致导入错误 pip install 'pillow<7' # Python 2.7始终需要,Python 3.6不需要torchvision v0.5.0+
- 安装依赖项
验证安装
-
要验证PyTorch是否已正确安装在您的系统上,请从终端启动交互式Python解释器并运行以下命令:
import torch print(torch.__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))
import torchvision print(torchvision.__version__)
参考链接🔧
内容贡献者
Seeed Studio–Zhu Yaohui