jetson装cuda、cudnn、torch、torchvision

已于 2023-06-12 12:00:07 修改
阅读量644 收藏 8
点赞数
文章标签： ubuntu linux arm
于 2023-06-12 11:58:36 首次发布
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/qq_45839236/article/details/131165947
版权
针对Jetson系列ARM架构设备，文章详细介绍了如何安装CUDA10.2或9，cudnn，以及PyTorch的步骤，并特别提到在安装PyTorch后遇到的libopenblas库缺失的问题，提供了解决方案，即通过apt-getinstall或手动安装deb包来解决。
摘要由CSDN通过智能技术生成

背景

由于jetson是arm架构, 许多通常的安装方法都不适用, 最后筛选了许多博客, 整理如下亲测有效的方法

cuda

jetson tx2 安装cuda 10.2或者cuda 9全过程_tx2安装cuda_wangxinRS的博客-CSDN博客

cudnn

Jetson系列Ubuntu–CUDA、cudnn快速安装（Jetson Xavier NX上实践可行）_jetson nx没有nvidia-smi_a111222zw的博客-CSDN博客

torch&torchvision

Jetson nano安装Pytorch详解_jetson pytorch_ooMelloo的博客-CSDN博客

error

>>> import torch
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/usr/local/lib/python3.6/dist-packages/torch/__init__.py", line 196, in <module>
    from torch._C import *
ImportError: libopenblas.so.0: cannot open shared object file: No such file or directory

在这里搜索缺少的包, 通过给出的命令安装, 如果apt-get install找不到包, 则下载deb包，再sudo dpkg -i <package name>

CGYCS
关注
算法开发：jetson agx xavier配置虚环境，安装torch,opencv pycuda，tensorrt进行模型推理
suanfaxiazai的博客
08-03 479
至此环境全部安装完成，可以愉快的使用tensorrt做模型推理的，在x86上能跑的代码在xavier上也可以跑，例如我之前x86教程上的代码也可以在xavier上跑。因为刷机后自带tensorrt,因此要在虚环境中使用tensorrt需要拷贝,使用系统自带的python3查找tensorrt路径。cuda版本的opencv安装将在下一个教程中，现在安装opencv-python，安装时候一定要注意版本。下载torchvision：torch=1.8.0对应torchvision=0.9.0。
Jetson Orin Nano英伟达边缘设备安装使用；cuda、pytorch安装；yolo使用；大模型qwen使用
weixin_42357472的博客
06-04 326
参考： https://blog.csdn.net/q839039228/article/details/126278528安装jtop资源查看： 安装： 查看： jtop 按2查看GPU 按3查看CPU 参考：https://blog.csdn.net/sinat_34774688/article/details/134790187 https://developer.nvidia.com/embedded/jetpack?_gl=1yr0rc5_gcl_au*NDU0NjE2NjY0LjE3MTQ3OD
Jetson-TX2手动安装CUDA和Cudnn.pdf
06-25
本资源是在TX2刷机为Ubuntu16.04LTS的时候在刷机时失败安装CUDA和Cudnn所以需要在TX2上手动安装，故推出此PDF文档和大家分享使用
「解析」Jetson Orin NX 安装 CUDA/cuDNN
绿色羽毛
04-03 7743
自从JetPack 升级到 5.0版本之后，可以，官方教程提供了三种方法：SD卡、SDK Manager 以及 apt安装Jetpack。前两种主要用于Orin系列之前的 Jetson开发板，主要针对还没有烧录系统的空机。而从 Jetson Orin系列开始，便支持 apt 安装 Jetpack。
[jetson]jetson上torchvision源码下载地址汇总jetson上安装torchvision方法
最新发布
FL1623863129的博客
08-05 375
sudo python3 setup.py install即可安装，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由nvidia官方提供对应torch whl文件，因此需要必须先安装好pytorch才能使用源码编译。请注意安装torch必须安装jeson自带系统python环境里面不能安装在archconda里面，此外必须保证刷机时候把cuda都刷进去，不能随更换系统python版本也不能随便更换系统刷机时候cuda版本，否则最后都无法使用cuda版本pytorch。
Jetson xavier nx 安装CUDA10.2，和cudnn8.0
weixin_44017159的博客
01-02 1万+
我在跑程序出现以下错误：OSERROR:libcudnn.so.8: cannot open shared object file: No such file or directory 和libcurand1.so.10 cannot open shared object file: No such file or directory 在系统中未发现cuda和cudnn，所以需要重装, 折腾了很久终于可以跑起来。 安装CUDA 1、首先下载cuda .........
jetson填坑-单独安装cuda，cudnn，tensorrt任意适用版本
weixin_43541510的博客
05-21 4703
jetson 系列机器单独安装cuda cudnn和tensorrt，不用刷机
jetson orin 安装cuda
weixin_45956506的博客
05-11 589
退出命令：点击完Esc 输入 ：wq。第一条命令下载，这种就等等，网好就快，网不好就慢。出来之后立马输入source ./bashrc。下拉到下边，俩条命令，第一条下载，第二条安装。输入nvcc -V验证一下，如下就没啥问题了。这里能全选就全选，假设出现报错，如图所示。这步就安装成功了，然后就是添加环境变量。然后选择版本，进入网址选择所需版本。下载完了，然后运行第二条命令。到这选择accept。
jetson nano torch1.7.0 torchvision 0.8.0
11-13
标题中的"jetson nano torch1.7.0 torchvision 0.8.0"指的是在Jetson Nano这款嵌入式计算平台上安装PyTorch 1.7.0版本和与其匹配的torchvision 0.8.0版本的过程。Jetson Nano是NVIDIA推出的一款小型但功能强大的...
Jetson Nano安装pytorch 基于torch1.6和torchvision0.7
sinat_28371057的博客
06-25 952
需要注意的是，博主使用的是win10主机，通过局域网连接的jetson nano， 其中jetson nano的预制CUDA版本为10.2 Jetpack 4.1.1 分别执行以下命令，即可查看自己的jetson nano 预搭载的CUDA版本 sudo pip3 install jetson-stats sudo jtop 基础安装教程 需要注意的是，博主使用的是win10主机，通过局域网连接的jetson nano， 其中jetson nano的预制CUDA版本为10.2 Jetpac
英伟达jetson系列开发板torch环境配置，适用于：Nano、Tx2、Nx、Xavier、Orin等
08-02
print('cuDNN version: ' + str(torch.backends.cudnn.version())) ``` 如果所有输出都符合预期，那就意味着Torch环境已经成功配置在你的Jetson开发板上了。现在你可以开始使用Torch进行深度学习模型的训练和部署了...
jetson安装cuda,cudnn等
weixin_41181442的博客
08-20 2786
jetson安装cuda,cudnn等
在jetson nano上配置cuda，pytorch，yolo v5
liaoyuan1130的博客
03-28 2268
这个教程还是去年写的，记录一下在jetson上安装这些东西吧。
Jetson系列开发版配置cuda.cv.ubuntu环境
HHW1231的博客
08-01 441
配置环境
jetson nano入门（二）CUDA安装
热门推荐
deeplearningfeng的博客
04-26 2万+
jetson nano默认已经安装了CUDA10.0，但是直接运行nvcc -V是不会成功的，需要你把CUDA的路径写入环境变量中。 sudo gedit ~/.bashrc 在最后添加 export CUBA_HOME=/usr/local/cuda-10.0 export LD_LIBRARY_PATH=/usr/local/cuda-10.0/lib64:$LD_LIBRARY_PA...
jetson nx安装cuda+cudnn+tensorflow-gpu
weixin_42049492的博客
12-02 3992
参考网址： cuda+cudnn博客 tensorflow-gpu博客 前言： 本人买的jetson nx，默认里面有jetpack4.6，但是当时眼花，在英伟达官网没看到有支持jetson4.6版本的tensorflow-gpu（其实是有的），只看到4.4和4.5的。所以就用英伟达的官方工具sdkmanager，刷了4.4的包，顺道把cuda10.2等等一系列勾选了（因为官网现在不支持现在ARM64的cuda10，只能下载最新的11），但是SDKmanager安装的时候只安装了jetpack4.4 o
Jetson安装pycuda通用教程
weixin_44312422的博客
05-30 1875
直接使用pip安装方式， pip3 install pycuda==2021.1 -i https://mirror.baidu.com/pypi/simple ，若失败，则使用源码编译方式
Jetson Orin NX 开发指南（4）: 安装 CUDA 和 Realsense
Pulsar
10-11 5245
Jetson Orin NX 开发指南（4）: 安装 CUDA 和 Realsense
Jetson Orin NX 开发指南（5）: 安装 OpenCV 4.6.0 并配置 CUDA 以支持 GPU 加速
Pulsar
10-11 5819
Jetson Orin NX 开发指南（5）: 安装 OpenCV 并配置 CUDA 以支持 GPU 加速
jetson nano 部署pytorch1.7.0和和torchvision 0.8.0
05-20
您可以按照以下步骤在 Jetson Nano 上部署 PyTorch 1.7.0 和 Torchvision 0.8.0： 1. 首先，您需要安装 JetPack 4.4 或更高版本。JetPack 包括了 CUDA 和 cuDNN 等必要的库和驱动程序。 2. 接下来，您需要安装 PyTorch 1.7.0 以及 Torchvision 0.8.0。这可以通过以下命令完成： ``` sudo apt-get install python3-pip libopenblas-base libopenmpi-dev wget https://nvidia.box.com/shared/static/cs3xn3td6sfgtene6jdvsxlr366m2dhq.whl -O torch-1.7.0-cp36-cp36m-linux_aarch64.whl sudo apt-get install python3-pip libjpeg-dev zlib1g-dev libpython3-dev libavcodec-dev libavformat-dev libswscale-dev pip3 install Cython pip3 install numpy torch-1.7.0-cp36-cp36m-linux_aarch64.whl git clone --branch v0.8.0 https://github.com/pytorch/vision torchvision cd torchvision export BUILD_VERSION=0.8.0 python3 setup.py install --user cd ../ ``` 3. 最后，您可以测试您的 PyTorch 和 Torchvision 安装是否顺利。打开 Python 解释器并尝试导入这些库： ``` python3 import torch import torchvision ``` 如果这些库都能够成功导入，那么您已经成功地在 Jetson Nano 上部署了 PyTorch 1.7.0 和 Torchvision 0.8.0。
评论
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
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