电脑基础 · 2023年3月31日

jeston nano安装torch和torchvision及几个报错原因解决方法

本人是第一次使用jeston nano,下载torch和torchvision碰了很多壁,因此这里把经验教训写下来,希望能帮助到像我一样的小白,让大家少走点弯路,由于第一次在csdn编辑,格式不美观,有错误见谅~

方式一:通过离线包安装

1.安装jtop,查看jetpack版本

pip3 install jetson-stats

安装好jtop后,输入:

jtop

jeston nano安装torch和torchvision及几个报错原因解决方法

在图中可以看到我的jetpack版本是 4.2,cuda版本是10.0(cuda的安装在网上有许多教程),后续安装torch和torchvision需要根据这个jetpack版本和python版本来,否则会报错 

OSError: libcudart.so.10.0: cannot open shared object file: No such file

在英伟达官网查找jetpack对应torch版本,以下贴出我在官网查询的结果

PyTorch for Jetson - Jetson & Embedded Systems / Jetson Nano - NVIDIA Developer Forums

jeston nano安装torch和torchvision及几个报错原因解决方法

可以查到jetpack4.2和python3.6支持torch从1.0.0到1.4.0的版本,torch可以直接从英伟达官网下载,但是torchvision要使用pip或者conda命令,pip命令要涉及到使用清华镜像源,我这里一开始选择的是1.4.0的版本,但是涉及到后续安装torchvision从清华镜像源下载没有对应的torchvision版本,清华镜像源对应的版本有如下 :

jeston nano安装torch和torchvision及几个报错原因解决方法

所以为了能下载到对应版本的torchvision,我这里选择下载torchv1.0.0,对应的torchvision版本是0.2.2

直接点击下载torch,下载好后,通过ssh传输到nano

cd (torch所在目录)

pip3 install "torch-1.0.0a0+bb15580-cp36-cp36m-linux_aarch64.whl" #注意区别pip3和pip

python3.6

import torch

print(torch.cuda.is_available())

jeston nano安装torch和torchvision及几个报错原因解决方法

可以看到成功的调用了GPU,说明torch安装成功

然后使用命令安装torchvision0.2.2

pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple torchvision==0.2.0

 等待安装完毕,同样在python3.6验证torchvision是否安装成功

python3.6

import torchvision

jeston nano安装torch和torchvision及几个报错原因解决方法

 没有报错,说明安装成功

方式二:

如果可以ping通github的网站或者可以科学上网,那么可以直接用英伟达官网的教程,直接在命令行窗口使用命令安装,具体教程如下:

(->python3.6,torch安装)

wget https://nvidia.box.com/shared/static/p57jwntv436lfrd78inwl7iml6p13fzh.whl -O torch-1.8.0-cp36-cp36m-linux_aarch64.whl

sudo apt-get install python3-pip libopenblas-base libopenmpi-dev libomp-dev pip3 install Cython

pip3 install numpy torch-1.8.0-cp36-cp36m-linux_aarch64.whl

->torchvision

$ sudo apt-get install libjpeg-dev zlib1g-dev libpython3-dev libavcodec-dev libavformat-dev libswscale-dev

$ git clone --branch <version> https://github.com/pytorch/vision torchvision # see below for version of torchvision to download

$ cd torchvision

$ export BUILD_VERSION=0.x.0 # where 0.x.0 is the torchvision version

$ python3 setup.py install --user

$ cd ../ # attempting to load torchvision from build dir will result in import error

$ pip install 'pillow<7' # always needed for Python 2.7, not needed torchvision v0.5.0+ with Python 3.6

到此torch和torchvision就全部安装完毕了。

可以跑一个简单的深度神经网络的模型试一下

jeston nano安装torch和torchvision及几个报错原因解决方法

 jeston nano安装torch和torchvision及几个报错原因解决方法

 在经过十七次迭代后,准确率已经达到了0.93以上。