写在前面
因为尝试了多种方法安装高版本python(3.8+)下对应的pytorch失败,这里记录一个可行的方法。对应python版本3.6.15,L4T 32.7.3,jetpack版本4.6.3。
这里前提是已经安装好了cuda、cudnn,还没有安装的、不知道怎么看系统版本的,可以看我的上一篇文章。
建立Conda虚拟环境
不需要建立虚拟环境的可以直接跳过这一步了。
首先安装conda,arm上的conda就是miniforge。从这里下载第一个就是。
然后安装:
sh Miniforge-23.3.1.1-Linux-aarch64.sh
重新打开一个终端,看到开头有 (base) 出现说明conda安装成功。
【可选】可以考虑的一些镜像配置(这里是国科大源):
conda config --prepend channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --prepend channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
接着重新添加cuda的环境变量,打开配置文件:
gedit ~/.bashrc
写入路径:
export PATH=/usr/local/cuda/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
export CUDA_ROOT=/usr/local/cuda
source一下:
source .bashrc
输入nvcc -V
检查是否能看到nvcc版本,能看到说明cuda环境变量配置成功。
然后使用conda新建环境
conda create -n env_name python=3.6
激活环境:
conda activate env_name
Pytorch下载安装
从这里可以看到所有jetpack版本对应的pytorch的.whl文件,直接找到一个你对应版本的下载到板子上。这里我是jetpack4.6.3,找了pytorch1.10下载。里面提示的对应版本有jetpack4.6,那我4.6.3就可以用了。
首先安装一点点依赖:
sudo apt-get install libopenblas-base libopenmpi-dev
安装前面下载的pytorch的.whl文件:
pip install whl_file_name
安装torchvision:
pip install torchvision
检查pytorch安装是否成功,cuda是否可用
打开python编译器
>>>python
>>>import torch
这里我出现了报错 “非法指令(核心存储)” 或者 “Illegal instruction (core dumped)”,解决方法参考。
然后输入:
>>>torch.cuda.is_available()
如果返回结果为True,恭喜你,torch-gpu安装成功!
附,安装opencv-python时注意安装的版本如下,别的版本会报错,我也不知道为什么根本安不上
pip install opencv-python==4.5.1.48
完结撒花(^_~)/