torch與vision源碼安裝包下載
鏈接：https://pan.baidu.com/s/1mrIgGoMo0bq6otGhlh-E3A
提取碼：6sb3
1. Cuda、CuDNN和TensorRT
在Jetson Xavier Nx控制臺中執(zhí)行指令
# 更新軟件源
sudo apt update
# 安裝JetPack組件包，其中包括了Cuda、CuDNN和TensorRT
sudo apt install nvidia-jetpack
# 使用vim打開~/.bashrc
vim ~/.bashrc
打開~/.bashrc 在末尾添加以下內(nèi)容，將CUDA加入環(huán)境變量
export CUBA_HOME=/usr/local/cuda-10.2
export LD_LIBRARY_PATH=/usr/local/cuda-10.2/lib64:$LD_LIBRARY_PATH
export PATH=/usr/local/cuda-10.2/bin:$PATH
保存退出后，在控制臺執(zhí)行如下指令
# 執(zhí)行以下命令使環(huán)境變量生效。
source ~/.bashrc
# 安裝pip3
sudo apt install python3-pip
# 安裝Jtop工具
sudo -H pip3 install -U jetson-stats
# 啟動jtop
sudo jtop
啟動后界面如下，可以查看到開發(fā)板資源使用情況，接著點擊info
image.png
如果安裝成功，可以查看到CUDA、cuDNN和TensorRT版本信息
image.png
2. Pytorch和Vision安裝
2.1 Pytorch安裝
# 更新軟件源
sudo apt-get update
sudo apt-get upgrade
# 安裝torch依賴
sudo apt-get install libopenblas-base libopenmpi-dev
在官網(wǎng)下載torch1.8版本安裝包 https://forums.developer.nvidia.com/t/pytorch-for-jetson-version-1-10-now-available/72048
image.png
安裝Cython、numpy和pytorch
pip3 install Cython
pip3 install numpy torch-1.8.0-cp36-cp36m-linux_aarch64.whl
安裝成功后執(zhí)行python3，輸入紅框中代碼執(zhí)行，驗證torch是否安裝成功，如果返回值為True則表示安裝成功。
image.png
2.2 Vision安裝
下載 vision-0.9.0
git clone --branch v0.9.0 https://github.com/pytorch/vision torchvision
解壓vision-0.9.0，進入vision-0.9.0文件夾，打開控制臺
image.png
執(zhí)行以下命令編譯安裝torchvision（時間比較長）
export BUILD_VERSION=0.9.0
sudo python3 setup.py install –user
安裝成功如下圖
image.png
升級pillow
pip3 install –upgrade pillow -I [https://pypi.tuna.tsinghua.edu.cn/simple](https://pypi.tuna.tsinghua.edu.cn/simple)
切換到非vision-0.9.0目錄，嘗試導入python庫
image.png
成功導入，則安裝成功。
