在 Raspberry Pi 4 上安装 PyTorch

介绍。

本页将指导您在64 位操作系统的 Raspberry Pi 4 上安装PyTorch 1.11.0或更早版本、TorchVisionLibTorchCaffe2 。
PyTorch 是专门为深度学习开发的软件库。它消耗了大量的 Pi 资源。您可以在 Raspberry Pi 4 上运行 PyTorch,但不要期待奇迹。它运行你的模型,如果不是太复杂的话,但它不能训练新模型。它也不能执行所谓的迁移学习。
PyTorch 在 Python 上运行。有可用的 C++ API,但我们尚未对其进行测试。如果您希望您的 PyTorch 模型在您的 Raspberry Pi 上快速运行,请考虑将您的模型导出到 ONNX。保存为 ONNX 模型后,您可以将其导入 ARM 友好的 C++ 框架,例如 ncnn 或 MNN。它将大大加快您的模型。
如果您的 Raspberry Pi 上有 Ubuntu,则Ubuntu 18.0420.04有特殊的编译轮。

提示。

我们经常会遇到这样的问题,如果我们有一个带有预装框架和深度学习示例的 Raspberry Pi 4 的 SD 图像
我们很高兴遵守这一要求。请在我们的GitHub页面上找到专门用于深度学习的完整可用的 Raspberry Pi 4。从我们的 GDrive 站点下载 zip 文件,解压缩并将图像闪存到 16 GB SD 卡上,然后尽情享受吧!
我们只有 Raspberry Pi 64 位操作系统的指南。随着 PyTorch 的发展,在简单的 32 位机器上构建它变得越来越困难。例如,JIT 跟踪 不适用于 32 位操作系统。 此外,今天我们的大多数访问者在他们的 Raspberry Pi 上使用 64 位操作系统来构建他们的深度学习模型,因为它更快、更健壮。
 我们讨论了两种安装,一种带有 Python 3 wheel 。另一种方法是从头开始构建。不幸的是,没有可用于 Raspberry Pi 4 的官方 pip3 wheel 。但是,为了您的方便,我们创建了这些轮并将它们放在GitHub 上。

版本检查。

在 Raspberry 64 位操作系统上安装 PyTorch 之前,请检查您的操作系统。运行命令 uname -a 并使用下面的屏幕转储验证您的版本。

您还需要使用命令gcc -v检查您的 C++ 编译器版本。它还必须是aarch64-linux-gnu版本,如屏幕截图所示。如果您有 64 位操作系统,但您的 gcc 版本与上面给出的不同,请使用最新版本重新安装整个操作系统。该指南可在此处找到:在 Raspberry Pi 4 上安装 64 位操作系统。因为我们要构建库,所以需要一个 64 位 C++ 编译器。即使你使用 Python 轮子,gcc 也会在幕后被调用。
同样重要的是,根据我们的说明安装后的 zram 交换大小超过 3 GB。只要您不从头开始构建 PyTorch,Less 就没有问题。

wheel安装

PyTorch 由 Ninja 构建。完成整个构建大约需要 3 个小时。我们已经在我们的 GitHub 页面上发布了这些wheel。随意使用这些。完成所有繁琐的工作后,现在只需几分钟即可在 Nano 上安装 PyTorch。对于顽固分子,完整的程序将在本手册后面介绍。
整个过程如下。wheel太大,无法在 GitHub 上存储,因此使用了 Google 驱动器。请确保您安装了最新的 pip3 和 python3 版本,否则 pip 可能会出现消息“ .whl is not a supported wheel on this platform ”。

Python检查。

检查您的 Python3 版本。每个版本都需要一个独特的wheel。树莓派 64 位操作系统使用 Python 3.7.3。所以需要下载torch-1.XY- cp37 - cp37m -linux_aarch64.whl。如果你有最新的 Raspberry Pi Bullseye OS,你的 Python 版本是 3.9.2。
毫无疑问,Python 版本会随着时间的推移而升级,您将需要一个不同的轮子。查看所有wheel的GitHub 页面

PyTorch1.11.0版本安装

# get a fresh start
sudo apt-get update
sudo apt-get upgrade
#install the dependencies (if not already onboard)
sudo apt-get install python3-pip libjpeg-dev libopenblas-dev libopenmpi-dev libomp-dev
#above 58.3.0 you get version issues
sudo -H pip3 install setuptools==58.3.0
sudo -H pip3 install Cython
#install gdown to download from Google drive
sudo -H pip3 install gdown

Buster OS
#download the wheel
gdown https://drive.google.com/uc?id=1gAxP9q94pMeHQ1XOvLHqjEcmgyxjlY_R
# install PyTorch 1.11.0
sudo -H pip3 install torch-1.11.0a0+gitbc2c6ed-cp37-cp37m-linux_aarch64.whl
# clean up
rm torch-1.11.0a0+gitbc2c6ed-cp37-cp37m-linux_aarch64.whl

or Bullseye OS
# download the wheel
gdown https://drive.google.com/uc?id=1ilCdwQX7bq72OW2WF26Og90OpqFX5g_-
# install PyTorch 1.11.0
sudo -H pip3 install torch-1.11.0a0+gitbc2c6ed-cp39-cp39-linux_aarch64.whl
# clean up
rm torch-1.11.0a0+gitbc2c6ed-cp39-cp39-linux_aarch64.whl

PyTorch1.10.0版本安装

# get a fresh start
sudo apt-get update
sudo apt-get upgrade
# install the dependencies (if not already onboard)
sudo apt-get install python3-pip libjpeg-dev libopenblas-dev libopenmpi-dev libomp-dev
# above 58.3.0 you get version issues
sudo -H pip3 install setuptools==58.3.0
sudo -H pip3 install Cython
# install gdown to download from Google drive
sudo -H pip3 install gdown

Buster OS
# download the wheel
gdown https://drive.google.com/uc?id=1y-X1UGC43xUfnycJcuDp7tlyFi8QHxvs
# install PyTorch 1.10.0
sudo -H pip3 install torch-1.10.0a0+git36449ea-cp37-cp37m-linux_aarch64.whl
# clean up
rm torch-1.10.0a0+git36449ea-cp37-cp37m-linux_aarch64.whl

or Bullseye OS
# download the wheel
gdown https://drive.google.com/uc?id=10zJmU1f7PoxN8ARZol4mtbwok4G23XKZ
# install PyTorch 1.10.0
sudo -H pip3 install torch-1.10.0a0+git36449ea-cp39-cp39-linux_aarch64.whl
# clean up
rm torch-1.10.0a0+git36449ea-cp39-cp39-linux_aarch64.whl

PyTorch1.9.0版本安装

# get a fresh start
sudo apt-get update
sudo apt-get upgrade
# install the dependencies (if not already onboard)
sudo apt-get install python3-pip libjpeg-dev libopenblas-dev libopenmpi-dev libomp-dev
# above 58.3.0 you get version issues
sudo -H pip3 install setuptools==58.3.0
sudo -H pip3 install Cython
# install gdown to download from Google drive
sudo -H pip3 install gdown

Buster OS
# download the wheel
gdown https://drive.google.com/uc?id=18KztAf3W_kqFYP2f9uqLj3HBdhoMvVe4
# install PyTorch 1.9.0
sudo -H pip3 install torch-1.9.0a0+gitd69c22d-cp37-cp37m-linux_aarch64.whl
# clean up
rm torch-1.9.0a0+gitd69c22d-cp37-cp37m-linux_aarch64.whl

or Bullseye OS
# download the wheel
gdown https://drive.google.com/uc?id=1p9Sp5YmCJwIkmQIWkpuIkE4NgeYPOr-U
# install PyTorch 1.9.0
sudo -H pip3 install torch-1.9.0a0+gitd69c22d-cp39-cp39-linux_aarch64.whl
# clean up
rm torch-1.9.0a0+gitd69c22d-cp39-cp39-linux_aarch64.whl

成功安装后,您可以使用以下命令检查 PyTorch。

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
Raspberry Pi 4是一款小型单板计算机,而YOLOv5是一种强大的实时目标检测算法。将它们结合使用可以实现在树莓派上进行实时目标检测的功能。 Raspberry Pi 4具有强大的处理能力和丰富的GPIO接口,使其成为在物联网、机器学习等领域应用广泛的开发板。而YOLOv5是目标检测算法中的一种,它采用深度学习框架PyTorch实现。 将YOLOv5算法部署到Raspberry Pi 4上需要以下几个步骤: 1. 安装相关软件和依赖:在树莓派上安装Python3、PyTorch等必要的软件和库。 2. 下载和训练模型:从YOLOv5的GitHub仓库中下载所需的模型文件,并在合适的数据集上进行训练。 3. 部署到树莓派:将训练好的模型和相关的Python代码部署到树莓派上。可以使用摄像头作为输入源,获取视频流,并通过YOLOv5模型实时检测出图像中的目标。 4. 实时目标检测:利用树莓派的处理能力,在摄像头捕获到的视频流中进行目标检测。YOLOv5算法能够高效地检测并识别视频中的各种目标,包括人、车辆、动物等。 在树莓派上运行YOLOv5算法可以将目标检测的应用扩展到嵌入式系统中,实现更加灵活和便捷的实时检测需求。相比传统的目标检测算法,YOLOv5在准确性和速度上都有很大的提升,同时又能够满足树莓派等嵌入式平台的资源限制。这使得我们可以在树莓派上实现更多有趣、实用的应用,如智能家居、安防监控等。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

打赏作者

Y_Hungry

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
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