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TensorRT
sudo apt install nvidia-jetpack
# 使用vim打开~/.bashrc
vim ~/.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-10.2
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，在控制台执行如下指令
# 执行以下命令使环境变量生效。
source ~/.bashrc
# 安装pip3
sudo apt install python3-pip
# 安装Jtop工具
sudo -H pip3 install -U jetson-stats
# 启动jtop
sudo 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 update
sudo 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 Cython
pip3 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=0.9.0
sudo 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。
