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

前提

• 已经安装好了python、pip及最基本的依赖库
  • 若未安装好点击python及pip安装请参考这篇博文
    https://blog.csdn.net/m0_51683386/article/details/129320492?spm=1001.2014.3001.5502

特别提醒

• 一定要先根据自己板子情况，找好python、torch、torchvision的安装版本之间的关键，这点很重要
• 以本人Jetson为例子，在英伟达官方的轮子中，对于版本和板子都有严格的要求，因此，在做项目前必须先看清楚要求，以下是两个链接分别是英伟达官方的配置版本说明和Github上开源的轮子配置说明
  nvidia
  github
• 英伟达官方torch、torchvision、JetPack及python版本的对应关系如下—以V1.10.0例
  

正式安装

torch部分

• 安装依赖

sudo apt-get install libopenblas-base libopenmpi-dev
sudo pip install mpi4py
sudo pip install Cython

• 在上述的nvidia官方下载对应的torch.whl，并且放在希望安装的地方，后执行shell

pip install torch-1.10.0-cp36-cp36m-linux_aarch64.whl

• 测试torch，应该已经完成

>>> import torch
>>> print(torch.__version__)
1.10.0
>>> print(str(torch.cuda.is_available()))
True #直接决定是否可以使用GPU
>>>

torchvision部分

• 找好对应的torchvision
• 添加依赖

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

• 克隆对应的branch
  git clone --branch https://github.com/pytorch/vision torchvision # version是填充自己的torchvision版本，格式是v0.x.0，并去除<>
• 进入torchvision并定义

cd torchvision 
export BUILD_VERSION=0.x.0 # where 0.x.0 is the torchvision version 

• 进行最后的编译安装

python setup.py install --user 

参考—官方指导

官方下载说明

引流—为ARM32添加图形界面

基于Jetson Tx2 Nx的Qt、Pyside2配置全流程（树莓派，ARM64同理可用）