Jetson Xavier NX配置CUDA、cuDNN、TensorRT与PyTorch环境

torch与vision源码安装包下载

   链接：https://pan.baidu.com/s/1mrIgGoMo0bq6otGhlh-E3A

   提取码：6sb3

1. Cuda、CuDNN和 TensorRT  

在Jetson Xavier Nx控制台中执行指令

# 更新软件源sudo apt update # 安装JetPack组件包，其中包括了Cuda、CuDNN和TensorRTsudo apt install nvidia-jetpack # 使用vim打开~/.bashrcvim ~/.bashrc

打开~/.bashrc 在末尾添加以下内容，将CUDA加入环境变量

export CUBA_HOME=/usr/local/cuda-10.2export LD_LIBRARY_PATH=/usr/local/cuda-10.2/lib64:$LD_LIBRARY_PATHexport PATH=/usr/local/cuda-10.2/bin:$PATH

保存退出后，在控制台执行如下指令

# 执行以下命令使环境变量生效。source ~/.bashrc # 安装pip3sudo apt install python3-pip # 安装Jtop工具sudo -H pip3 install -U jetson-stats # 启动jtopsudo jtop

启动后界面如下，可以查看到开发板资源使用情况，接着点击info

image.png

如果安装成功，可以查看到CUDA、cuDNN和TensorRT版本信息

image.png

2. Pytorch和Vision安装

2.1 Pytorch安装

# 更新软件源sudo apt-get updatesudo apt-get upgrade # 安装torch依赖sudo apt-get install libopenblas-base libopenmpi-dev

在官网下载torch1.8版本 安装包   https://forums.developer.nvidia.com/t/pytorch-for-jetson-version-1-10-now-available/72048

image.png

安装Cython、numpy和pytorch

pip3 install Cythonpip3 install numpy torch-1.8.0-cp36-cp36m-linux_aarch64.whl

安装成功后执行python3，输入红框中代码执行，验证torch是否安装成功，如果返回值为True则表示安装成功。

image.png

2.2 Vision安装

下载 vision-0.9.0

git clone --branch  v0.9.0 https://github.com/pytorch/vision torchvision

解压vision-0.9.0，进入vision-0.9.0文件夹，打开控制台

image.png

执行以下命令编译安装torchvision（时间比较长）

export BUILD_VERSION=0.9.0sudo python3 setup.py install –user

安装成功如下图

image.png

升级pillow

pip3 install –upgrade pillow -I [https://pypi.tuna.tsinghua.edu.cn/simple](https://pypi.tuna.tsinghua.edu.cn/simple)

切换到非vision-0.9.0目录，尝试导入python库

image.png

成功导入，则安装成功。
免责声明：本文系网络转载或改编，未找到原创作者，版权归原作者所有。如涉及版权，请联系删