上篇博客两天了浏览量还是0~不过仍然要写一下记录下自己为jeston NX配置环境的历程。
首先放出别的参考博客链接：
NVIDIA JETSON XAVIER NX （三）安装Pytorch和torchvision_小可同学呀的博客-CSDN博客
NVIDIA Jetson Xavier NX安装pytorch - 哔哩哔哩
(亲测成功)NVIDIA Jetson NX 安装Miniconda以及Pytorch1.7_d597797974的博客-CSDN博客
NVIDIA Jetson NX配置深度学习环境（Pytorch、torchvision）超级详细，torchvision安装避坑总结 - 灰信网（软件开发博客聚合）
以上多个参考博客笔者一一试过，都有或多或少的问题
最最关键-----版本对应Python、pytorch、torchvision，甚至是numpy（笔者未管） 一、官网下载pytorch，注意是NVIDIA的，不是pytorch的
PyTorch for Jetson - version 1.9.0 now available - Jetson Nano - NVIDIA Developer Forums
翻墙下载也挺快，别人有CSDN骗积分的
版本对应，pytorch和torchvision要对应，这俩要和Python版本对应
二、犯错之路----正式工作前的提醒笔者最后安装Python3.6.9，pytorchv1.8, torchvision v0.9.0成功
笔者第一次：
安pytorch v1.5、torchvision v0.6.0 ，安torchvision报错segmentation fault---无解，版本原因
笔者第二次：
安pytorch v1.6、torchvision v0.7.0 import error报错bus error----无解，因为版本原因
怀疑过磁盘空间不足，df -lh查看，更换版本后消失
中间其他错误
OSError: libmpi_cxx.so.20: cannot open shared object file: No such file or directory
版本不对应时还出现过此问题
解决方案：
登入 https://pkgs.org/网站，在右上角的搜索框中输入libmpi_cxx.so.20，然后下载libopenmpi2_2.1.1-8_arm64.deb。
dpkg -i libopenmpi2_2.1.1-8_arm64.deb
提示下列错误或是相关包版本不对：
继续上网站https://pkgs.org/search/?q=libhwloc5搜libhwloc5----这里问女票才找到---吼吼吼
同样dpkg -i安装
最终正确安装的pytorch1.8，torchvision 0.9.0也报错
pytorch正确安装，torchvision 0.9.0版本也报了错，手动屏蔽了部分才编译成功
该处报错jpeg_mem_dest函数这有问题，找到用这的函数的地方也就是那个cpp文件，屏蔽这个函数重新安装--成功，试了试改但没改对，屏蔽可以，不知道使用起来有什么后果----暂时不管虽然可能是坑
三、正文---安装流程，看过二、之后再来做3比较好，否则都是无用功3. 安装
当下载好pytorch的whl文件之后，直接用在下载目录用命令安装
# 这里示例是v1.8.0版本
pip3 install numpy torch-1.8.0-cp36-cp36m-linux_aarch64.whl
这里需要注意的是，默认下载的numpy是最新版本（我的是1.19.5），最新版本的numpy会出现指令不兼容的问题，所以会导致非法指令的问题：
这样我们最好将numpy的版本降级，这样就能解决这个问题
# v1.19.3版本可用
pip install numpy==1.19.3
安装好了pytorch之后，就是对应的视觉库torchvision了，我们在论坛上可以找到版本匹配表：
还是再安装对应的依赖库：
sudo apt-get install libjpeg-dev zlib1g-dev libpython3-dev libavcodec-dev libavformat-dev libswscale-dev
将github上大佬写好的torchvision库clone我们本地来
# torch1.8--torchvision0.9 git clone --branch v0.9.0 https://github.com/pytorch/vision torchvision # 这里由于网络不稳等问题，我使用gitee进行clone git clone --branch v0.9.0 https://gitee.com/rchen1997/torchvision torchvision
下载结束后，进入torchvision文件内进行安装：
cd torchvision export BUILD_VERSION=0.x.0 # where 0.x.0 is the torchvision version python3 setup.py install --user cd ../ # attempting to load torchvision from build dir will result in import error四、验证
>>> import torch
>>> print(torch.__version__)
>>> print('CUDA available: ' + str(torch.cuda.is_available()))
>>> print('cuDNN version: ' + str(torch.backends.cudnn.version()))
>>> a = torch.cuda.FloatTensor(2).zero_()
>>> print('Tensor a = ' + str(a))
>>> b = torch.randn(2).cuda()
>>> print('Tensor b = ' + str(b))
>>> c = a + b
>>> print('Tensor c = ' + str(c))
>>> import torchvision
>>> print(torchvision.__version__)
成功~两天的配环境之路结束----抓紧拿faster-rcnn来试试。。。可能是分辨率太大帧率低死
