Jetson Xavier NX 安装 Miniforge, Anaconda, Pytorch 指南

本文主要介绍了如何在Jetson Xavier NX上安装anaconda、miniforge以及PyTorch的详细步骤。 在Jetson Xavier NX上安装anaconda miniforge和PyTorch是一个关键的过程，这对于在这款嵌入式计算平台上进行深度学习和人工智能应用尤其重要。Jetson Xavier NX是一款强大的开发板，常用于边缘计算和AI推理任务，而Anaconda和Miniforge是Python环境管理和包管理的工具，PyTorch则是流行的深度学习框架。 首先，我们需要从GitHub的 mirrors/conda-forge/miniforge 存储库下载Miniforge的安装脚本。Miniforge是一个轻量级的conda发行版，它允许用户自定义Python环境并安装所需的科学计算库，如PyTorch。下载完成后，通过执行bash脚本来安装Miniforge，记得使用`-b`参数以非交互模式安装。 安装完成后，需要初始化conda环境。这可以通过运行`~/miniforge3/bin/conda init`命令完成。然后，关闭并重新打开终端，检查conda版本是否正确安装，可以使用`conda -V`命令。 接下来，创建一个名为`pytorch12`的新环境，其中包含Python 3.8.10版本，因为PyTorch的一个兼容版本是基于Python 3.8的。使用以下命令创建环境： ```bash conda create --name pytorch12 python=3.8.10 -y ``` 列出所有环境以确认创建成功，使用`conda env list`。之后，激活刚创建的环境： ```bash conda activate pytorch12 ``` 为了顺利安装PyTorch，需要确保系统具备必要的依赖。在激活的环境中，安装`python3-pip`、`libopenblas-base`、`libopenmpi-dev`、`libomp-dev`，这些是PyTorch运行所必需的库： ```bash sudo apt-get install python3-pip libopenblas-base libopenmpi-dev libomp-dev ``` 接着，安装Cython和NumPy，这两个库是PyTorch的依赖： ```bash pip3 install Cython pip3 install numpy ``` 最后，安装PyTorch的预编译版本。这里提供了一个示例的whl文件路径，实际操作时应根据官方最新版本替换为正确的文件名和URL： ```bash pip3 install torch-1.12.0a0+2c916ef.nv22.3-cp38-cp38-linux_aarch64.whl ``` 安装完成后，通过Python测试PyTorch是否正常工作： ```python python3 >>> import torch >>> print(torch.__version__) >>> print('CUDA available:', str(torch.cuda.is_available())) >>> print('cuDNN version:', str(torch.backends.cudnn.version())) ``` 如果一切顺利，这些测试将打印出PyTorch的版本号、确认CUDA是否可用以及cuDNN的版本号。 通过以上步骤，Jetson Xavier NX已经成功配置了anaconda、miniforge环境，并安装了PyTorch，可以用于执行GPU加速的深度学习任务。在实际使用过程中，应定期更新环境和库以保持最佳性能和兼容性。