NVIDIA Jetson nano安装pytorch、torchvision

 本文主要描述我在使用Jetson Nano设备部署YOLOv5目标检测时遇到的Pytorch的安装问题

本方法主要是从PyTorch for Jetson - Jetson Nano - NVIDIA Developer Forums中找到的解决方法，如果遇到什么问题可以从该网站中找到解决办法。

首先要根据自己Jetson Nano安装的JetPack版本下载对应版本的Pytorch

Pytorch版本全部支持Python3.6版本，在v1.4.0版本以后不再支持Python2.7版本（v1.4.0支持Python2.7版本）

根据JetPack版本的不同下载对应的Pytorch版本

Python3.6：（以v1.8.0版本为例，更改为自己想要下载的版本）

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

Python2.7：（以v1.4.0版本为例，更改为自己想要下载的版本）

wget https://nvidia.box.com/shared/static/1v2cc4ro6zvsbu0p8h6qcuaqco1qcsif.whl -O torch-1.4.0-cp27-cp27mu-linux_aarch64.whl
sudo apt-get install libopenblas-base libopenmpi-dev
pip install future torch-1.4.0-cp27-cp27mu-linux_aarch64.whl

 验证Pytorch是否安装成功

在终端输入python（Python2.7版本）或者python3（Python3.6版本）进入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))

运行以上命令不会报错则说明Pytorch安装成功，接下来安装对应版本的torchvision

运行以下命令安装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
# <version>为想要下载的torchvision版本
cd torchvision
export BUILD_VERSION=0.x.0
# 0.x.0 是 torchvision 版本
python3 setup.py install --user
cd ../
# 尝试从构建目录加载 torchvision 将导致导入错误
pip install pillow
# Python2.7版本要求pillow<7

验证torchvision是否安装成功：

在终端输入python（Python2.7版本）或者python3（Python3.6版本）进入python解释器并运行以下命令：

>>> import torchvision
>>> print(torchvision.__version__)

打印的版本为安装的版本说明torchvision安装成功

在安装过程中如果有下载很慢的情况，建议先换源，教程网上资料很多，如果有其他报错发生，在PyTorch for Jetson - Jetson Nano - NVIDIA Developer Forums网站中也有一些错误的解决办法，也可以留言给我

如有雷同，实属巧合，欢迎交流。

最后

以上就是整齐香菇为你收集整理的NVIDIA Jetson nano安装pytorch、torchvision的全部内容，希望文章能够帮你解决NVIDIA Jetson nano安装pytorch、torchvision所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。