jenston nano+conda+pytorch的部署办法

本文章参考以下网址的安装资料：

PyTorch for Jetson - Jetson & Embedded Systems / 公告 - NVIDIA 开发者论坛 --- PyTorch for Jetson - Jetson & Embedded Systems / Announcements - NVIDIA Developer Forums

 

 在nano上安装pytorch，要先确定nano的jetpack版本，不同版本对应不同的pytoch版本。

 我的nano是jetpack==4.6.1，在此我选择pytorch1.8.0版本。

点击此处即可下载pytorch。下载后把这个安装包放到用户跟目录下。

 先激活conda环境：

conda activate envname

 然后我们先安装一些依赖包：

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

pip3 install 'Cython<3'

然后我们安装pytorch：

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

注意：若有illegal instruction(cpre dumped)报错，参考下方说明。
报错解决办法：
Jetson Nano上使用的是ARMv8架构，而有些软件可能会默认使用其他架构进行编译。
在这种情况下，可以通过设置环境变量来指定使用的CPU架构。在~/.bashrc文件末尾加入

export OPENBLAS_CORETYPE=ARMV8 

然后 source ./.barshrc

然后根据你安装的 PyTorch 版本选择要下载的 torchvision 版本，这里我要下载0.9.0版本。

 大家可以直接访问github进行下载

下载完成后把压缩包解压，并重命名以下文件夹的名字为torchvision

然后安装一些依赖包：

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

pip install 'pillow<7'

然后我们进入torchvision文件夹下进行安装：

cd torchvision

export BUILD_VERSION=0.9.0 

python3 setup.py install --user（注意：此处我们要把torchvision安装到conda环境里面去，不要加“--user”）

到此就安装完成了。

可以运行下方命令进行验证.

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))
import torchvision
print(torchvision.__version__)