TX2安装torchvision0.5.0（实测有效）

介绍PyTorch 环境 在 EHub_tx1_tx2_E100载板，TX1核心模块环境（Ubuntu18.04）下如何实现部署和测试，准备安装的环境是（PyTorch v1.8.0 + torchvision v0.9.0）。

基于Jetson Tx2 Nx的Qt、树莓派等ARM64架构的Ptorch及torchvision的安装。

低版本的torch安装。

Jetson TX2中安装pip3、pytorch和torchvision，图文结合，超详细新手攻略！

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pytorchcpu版本的，cuda用不了，想用cuda还是得装gpu版本，agxpytorch_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。......

最近接触到了Nvidia Jetson TX2这块开发板，想入手测试一下自己的深度学习模型，因此和TX2的故事开始了！ 前言 本人刷机多次，尝试各种大小坑： 自带系统搭建环境：刚开始不想刷机，就自己手动安装cuda等包，发现很多安装包不好找，好不容易下载的torch应该是支持cuda10.0，然后无奈放弃这条路 借助jetpack3.3搭建环境：只支持Ubuntu16.04的系统，实验室没有，只能用虚拟机来装了。刷好了之后，也报的相同的错，这时我才领悟到原来是需要cuda10.0以上

0.前言 将Jetson TX2刷机完毕之后因为要用到pytorch，所以就在网上查找如何安装，但试了好多方法都失败了，然后找到了NVIDIA官网的安装教程，网址：nvidia官方。 1.步骤 （1）查看版本是否符合 上图是从所给网站上截下来的，可以看到支持安装JetPack4.2及以上版本的Nano,TX2,Xavier。而我的是安装有JetPack4.4 DP的TX2，是符合的。 （2）选择合适的Pytorch版本 从上面可以看到Pytorch v1.5.0和Pytorch v1.4.0都支持JetP

TX2上安装pytorch（实测好使） 要注意TX2是ARM架构的，不能使用pip install的方式直接安装，可以使用以下两个方式进行安装 TX2刷机、测试、更新源请见以下链接： wheel安装 可以直接在TX2上使用以下命令进行安装 https://blog.csdn.net/housz77/article/details/103125405 PyTorch v1.3.0 Python...

版本：jetpack4.6 ubuntu18.04 之前想在系统上直接实现yolov5结果发现安装依赖包的时候老出错 于是便运用了Archiconda创建环境运行，前前后后折腾了快半个月，决定记录一下 TX2上系统与普通ubuntu不同，为arm版，（平时安装一些东西也要注意，不然会报错）在上面不能安装anaconda，要安装archiconda，常用运行指令都是一样的。 一. 首先在官网下载Archiconda3-0.2.3-Linux-aarch64.sh：官网链接 ...

以下安装以Jetson Nano为例如果你的nano是python3.6.9（对应jetpack 4.6），千万不要尝试升级python版本。nano最高只支持jetpack4.6。其余的拓展到其他的jetson设备以及其他的微型电脑如树莓派环境：jetson nano ubuntu18.04，已经刷好了jetpack4.6，python3是3.6.9 想安装cpu版的torch很简单，直接输pytorch上的官网命令就行。 但如果想用cuda，也就是gpu版本的torch，只有两种方法：这边我们只说第二种

在 yolo代码utils/utils.py中用到了torchvision i = torchvision.ops.boxes.nms(boxes, scores, iou_thres) 由于tx2上的pytorch安装的是1.4版本，在官网上查询对应的torchvision版本是v0.5.0 官网地址：https://forums.developer.nvidia.com/t/pytorch-for-jetson-version-1-9-0-now-available/72048. 因此尝试在Tx2中

上一期已经装好了系统本期配置一下环境sudo gedit ~/.bashrcexport CUDA_HOME=/usr/local/cuda-10.2 export LD_LIBRARY_PATH=/usr/local/cuda-10.2/lib64:$LD_LIBRARY_PATH export PATH=/usr/local/cuda-10.2/bin:$PATHnvcc -V为JETSON TX2 NX的架构是aarch64,与win10,linxu不同,所以不能安装Anaconda可以安装一个替代它

文章目录TX2部署Yolov5torch和torchvision安装pytorch GPU 核查安装其他的包可能遇到的问题 TX2部署Yolov5 torch和torchvision安装 我安装的是pytorch1.6版本1.6，torchvision0.7.0（最好不要安装过高的版本） PyTorch for Jetson - version 1.9.0 now available torch和torchvision对应版本如下： 安装pytorch可提前下载安装包 安装torchvision可以在g

TX2系统版本： lsb_release -a No LSB modules are available. Distributor ID: Ubuntu Description: Ubuntu 18.04.6 LTS Release: 18.04 Codename: bionic 更新系统和包： sudo apt-get update sudo apt-get upgrade 安装Archiconda3 Archiconda下载地址 下载好使用ftp或者其他工具拖进去 cd进入目录运行下

标题TX2 Jetpack4.3安装pytorch1.4.0+torchvision0.5.0 1. 查看安装的jetpack版本 sudo pip3 install jetson-stats sudo jtop 然后选择5-INFO（键盘按5） 就可以清楚看到 Jetpack 版本，还有其他的硬件信息； 2. 根据jetpack版本查看支持的pytorch版本 由于TX2是arm架构，所以在pytorch官网无法安装，目前清华源好像有1.8.0和1.8.1版本的pytorch（感谢苹果M1带动arm行业