在jetson nx中安装对应的pytorch torchvison 与 torchaudio版本

分类专栏：玩转Jetson系列文章文章标签： pytorch 人工智能 python

本文链接：https://blog.csdn.net/JackMaOf996/article/details/145607607

第一章 Jetson中安装对应版本的pytorch torchvison和torchaudio

文章目录

前言
一、系统配置
二、安装Pytorch
总结

前言

记录如何在jetson中安装arm架构下对应的pytorch torchvison与torchaudio版本等.

一、系统配置

Jetson Orin NX 8GB 版本, 已经预装jetpack5.1.1, ubuntu20.0.4, python3.8.20.

二、安装Pytorch

1. 配置虚拟环境

建议在jetson中配置轻量版arm架构的miniforge3,使用起来和annconda基本一样,下载好后按照常规方式配置虚拟环境并激活.这个教程有很多,不作赘述.

source ~/miniforge3/bin/activate

手动激活conda,并激活已创建的虚拟环境.
请添加图片描述这里我的虚拟环境为speech.

2. 安装arm架构下的Pytorch

注意:直接安装pytorch不会提示任何错误,也能安装上,但是无法使用cuda加速,不兼容.
首先到nvidia官网查看自己jetpack版本下对应的pytorch版本,下载对应的whl文件.
请添加图片描述
这里,我的jetpack版本是5.1.1因此选择下载Pytorch v2.1.0版本.
可用在命令行直接输入jtop命令查询jetpack版本

jtop

请添加图片描述
此时,第一行就会显示jetpack版本信息.
安装前置环境
首先apt-get install一些环境必须的前置程序，然后进入到你创建的conda环境下，使用pip命令安装Cython和pytorch。

sudo apt-get install libopenblas-base libopenmpi-dev libomp-dev
pip install Cython
pip install numpy xxx.whl

验证是否安装成功

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))

程序执行没有报错,且输出cuda相关片段,即安装成功.

2. 安装pytorch对应版本的torchvision

这里我安装的pytorch版本是2.1.0,对应的版本则是torchvision v0.16.1
请添加图片描述在拉取前,同样需要先安装前置环境

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

拉取torchvision,这里正常拉取会很慢,而且很容易失败,强烈建议使用镜像.我使用的镜像是https://gitclone.com.

$ 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

验证torchvision,验证时不要在torchvision目录下,会报出警告.

import torchvision
print(torchvision.__version__)

3. 安装对应版本的torchaudio

Nvidia官网并未给出如何正确安装torchaudio.但是在pytorch官网中介绍了如何在jetson中安装torchaudio.
前置环境安装

sudo apt install ffmpeg libavformat-dev libavcodec-dev libavutil-dev libavdevice-dev libavfilter-dev
pip install cmake ninja

torchaudio安装

git clone https://github.com/pytorch/audio
cd audio
USE_CUDA=1 pip install -v -e . --no-use-pep517

验证版本

import torchaudio

print(torchaudio.__version__)

torchaudio.utils.ffmpeg_utils.get_build_config()

成功运行,无报错即安装成功.

总结

安装一定要看清楚版本是否对应.

解析后的地址没有失效期，为避免丢失，请自行收藏网址！ 后续也可以直接访问 代下牛 www.daixianiu.cn 自助解析！