编译torchvision时版本错误，不是我安装的版本

这可能是因为你安装的 PyTorch 版本与 torchvision 要求的版本不匹配所导致的。你可以尝试升级或降级 PyTorch 版本以解决此问题。

如果你使用的是 conda，可以使用以下命令安装特定版本的 PyTorch：

conda install pytorch=1.7.1 torchvision=0.8.2 cudatoolkit=<your_cuda_version> -c pytorch

其中，`<your_cuda_version>` 是你的 CUDA 版本号，例如 `10.2` 或 `11.0`。

如果你使用的是 pip，可以使用以下命令安装特定版本的 PyTorch：

pip install torch==1.7.1 torchvision==0.8.2+cu110 -f https://download.pytorch.org/whl/cu110/torch_stable.html

其中，`+cu110` 表示你的 CUDA 版本为 11.0，如果你的 CUDA 版本不同，需要相应地更改。

相关问题

在jetsonxaviernx上编译torchvision时版本错误，不是我安装的版本

可能是由于 Jetson Xavier NX 上默认安装的 PyTorch 版本与 torchvision 不兼容所导致的。您需要安装与您的 PyTorch 版本兼容的 torchvision。

首先，您需要检查您正在使用的 PyTorch 版本。您可以使用以下代码检查：

import torch
print(torch.__version__)

然后，您需要根据您的 PyTorch 版本安装相应版本的 torchvision。例如，如果您的 PyTorch 版本是 1.6.0，则可以使用以下命令安装 torchvision：

pip install torchvision==0.7.0

请注意，您需要将版本号更改为适合您的 PyTorch 版本的 torchvision 版本。

jetson 编译torchvision报错error: [Errno 2] No such file or directory: ':/usr/local/cuda/bin/nvcc'

这个错误通常是由于缺少 CUDA 或者 CUDA 路径不正确导致的。

首先，你需要确认你的 Jetson 系统上是否已经正确安装了 CUDA。可以通过在终端输入以下命令来检查 CUDA 是否已经安装：

nvcc --version

如果输出了 CUDA 版本号，则表明 CUDA 已经成功安装。

如果 CUDA 已经安装但是仍然出现上述错误，可能是因为 CUDA 路径没有正确设置。你可以尝试在终端中输入以下命令，将 CUDA 路径添加到系统环境变量中：

export PATH=/usr/local/cuda/bin:$PATH

如果你需要每次打开终端都自动设置 CUDA 路径，可以将上述命令添加到你的 `.bashrc` 文件中：

echo 'export PATH=/usr/local/cuda/bin:$PATH' >> ~/.bashrc

运行上述命令后，重新编译 torchvision 库看看是否还会出现这个错误。