记录一下工作中的问题。
手头的 jetson 需要搭建深度学习环境，刚开始以为安装方式和正常Ubuntu环境一样，然而这个系统被改了很多，常规的安装方式和whl文件只能用pytorch cpu版本的，cuda用不了，想用cuda还是得装gpu版本，agx pytorch_gpu只能通过英伟达官方发布的包安装，以下就记录一下详细安装过程。
各jetson设备和版本安装方法类似，下面以pytorch1.9.0为例。
博客提供whl文件，jetpack5.0以下：下载torch1.9.0或torch1.10.0；jetpack5.0：下载torch1.11.0或torch1.12 .0。
一、agx内置环境
1、xavier用官方sdkmanager刷机，包含各sdk。
2、jetpack4.6.1
3、cuda10.2
4、python3.6
二、torch安装
1、虚拟环境搭建
如果不需要虚拟环境，直接看下一步。
搭建虚拟环境可选择的比较多，比如anaconda（jetpack5.0可用），miniconda，archiconda等，前两个不建议使用，因为创建python3.6环境报错，这里推荐使用archiconda，
下载链接 https://github.com/Archiconda/build- tools/releases/download/0.2.3/Archiconda3-0.2.3-Linux-aarch64.sh
下载完成后执行
sh Archiconda3-0.2.3-Linux-aarch64.sh
按提示输入yes完成安装。
然后创建虚拟环境，选择python=3.6（官网提供的torch只有cp36的)
jetpack5.0 python=3.8（注意）
conda create -n pytorch python=3.6 #创建虚拟环境
conda activate pytorch # 激活虚拟环境，此后torch和torchvision安装在虚拟环境中
2、文件下载
可通过Jetson Zoo – eLinux.org网站自行下载，不过可能需要梯子翻墙。
jetpack5.0以下whl文件：
torch-1.10.0a0+torchvision-0.11.0-cp36-cp36m-linux_aarch64
torch-1.9.0a0+torchvision-0.10.0-cp36-cp36m-linux_aarch64
torch-1.8.0a0+torchvision-0.9.0-cp36-cp36m-linux_aarch64
torch-1.7.0a0+torchvision-0.8.0-cp36-cp36m-linux_aarch64
jetpack5.0及以上版本whl文件：
torch-1.13.0a0+torchvision-0.14.0-cp38-cp38m-linux_aarch64
torch-1.12.0a0+torchvision-0.13.0-cp38-cp38m-linux_aarch64
torch-1.11.0a0+torchvision-0.12.0-cp38-cp38m-linux_aarch64
torch-1.14.0a0+44dac51c.nv23.01-cp38-cp38-linux_aarch64.whl
3、安装
sudo apt-get install python3-pip libopenblas-base libopenmpi-dev
sudo pip3 install Cython 
cd /下载好文件的文件夹
pip3 install torch-1.9.0-cp36-cp36m-linux_aarch64.whl
pip3 install numpy
测试一下，应该会报错，如下。
不过也很简单，修改一下环境变量就可以了。
sudo gedit ~/.bashrc #编辑bashrc
export OPENBLAS_CORETYPE=ARMV8 #加到最后一行
source ~/.bashrc #更新一下环境变量
再测试一下
三、安装torchvision
torch1.9.0 对应torchvision0.10.0 ，torchvision没有官方whl文件，不过有两种方式可以安装，第一种比较简单，直接安装非官方编译好的whl文件，比较简单；第二种需要编译安装，比较麻烦。
1、torchvision安装方法一
pip3 install torchvision-0.10.0 -cp36-cp36m-linux_aarch64.whl
测试一下，torchvision版本号不知道为啥怪怪的。
2、torchvison安装方法二
以下是官方给出安装方式。
sudo apt-get install libjpeg-dev zlib1g-dev libpython3-dev libavcodec-dev libavformat-dev libswscale-dev
git clone --branch release/0.10 https://github.com/pytorch/vision torchvision
cd torchvision export BUILD_VERSION=0.10.0
sudo python3 setup.py install --user
这个过程较长，耐心等待，然后安装完成，你以为真的完了，想多了，哈哈哈，大概率会报错，如下图。
不过不要慌，找到问题就能解决，也很简单，更新一下pillow就ok了。
 pip3 install --upgrade pillow -i https://pypi.tuna.tsinghua.edu.cn/simple
四、虚拟环境导入opencv
虽然jetson自带opencv，但是在虚拟环境中无法使用，需要配置一下。
如果需要opencv，找到 /usr/lib/python3.6/dist-packages/cv2/python-3.6路径下的cv2.cpython-36m-aarch64-linux-gnu.so文件，复制到路径/home/nvidia/archiconda3/envs/pytorch/lib/python3.6文件夹下就可以了。
五、虚拟环境导入tensorrt
和opencv情况相同。
如果需要tensorrt，找到 /usr/lib/python3.6/dist-packages/tensorrt路径下的tensorrt.so文件，复制到路径/home/nvidia/archiconda3/envs/pytorch/lib/python3.6文件夹下就可以了。
以上就是在英伟达 agx 上安装pytorch_gpu版本安装过程，踩坑无数，花了很长时间。
欢迎交流指正，私信我就行了。
Original: https://blog.csdn.net/qq_41426807/article/details/124705416
Author: Ponnyao
Title: Nvidia jetson系列 agx xavier/orin/nano/tx2 安装pytorch Gpu版
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/625824/
转载文章受原作者版权保护。转载请注明原作者出处！