Jetson 开发、安装pytorch和torchvisions记录-育师

jetson ubuntu 中文设置：

这一部分是因为在使用jetson的时候发现没有中文以及中文输入法，需要做一些设置上的修改。

步骤一：安装中文语言包

系统默认安装的语言包可能不包含中文，需要先安装。

打开终端 (Terminal)。
输入以下命令更新包列表并安装中文语言支持包：
```
sudo apt update sudo apt install language-pack-zh-hans
```
（zh-hans是简体中文的代码。）

步骤二：通过设置更改语言

点击左上角的"Activities"或右上方状态栏的系统菜单，然后选择"Settings"（设置）。
在设置菜单中，找到"Region & Language"（区域和语言）。
点击"Language"（语言）选项。
在列表中查找并选择"Chinese (Simplified)"或"中文 (简体)"。
系统会提示您是否将新选择的语言应用于整个系统，请确认。
系统可能会提示您注销 (Log Out)或重启 (Restart)以使更改完全生效。请选择注销或重启。

步骤三：添加中文输入法（可选但推荐）

如果您需要输入中文，还需要安装中文输入法，如 Fcitx 或 iBus。

回到"Region & Language"设置中，找到"Input Sources"（输入源）。
点击"+"号添加新的输入源。
搜索并添加您喜欢的输入法，例如"Intelligent Pinyin (Fcitx)"或"SunPinyin"。

当您在"Input Sources"中添加输入法时，如果搜索不到您想要的中文输入法（如 Fcitx 或 Pinyin），通常是因为输入法框架本身还没有安装在您的系统上。

Jetson 的系统（Ubuntu）默认可能只安装了基本的输入源。您需要手动安装一个主流的中文输入法框架，例如Fcitx或iBus。

我推荐安装Fcitx，因为它在 Linux 社区中更稳定，且支持的中文输入法（如搜狗、谷歌拼音等）更丰富。

解决步骤：安装 Fcitx 输入法框架

请在您的 Jetson 终端中执行以下命令：

1. 安装 Fcitx 框架和中文拼音输入法

Bash

sudo apt update sudo apt install fcitx fcitx-pinyin fcitx-table-wubi

fcitx: 输入法框架本体。
fcitx-pinyin: Fcitx 默认的拼音输入法。
fcitx-table-wubi: （可选）如果您使用五笔输入法。

2. 配置系统使用 Fcitx

安装完成后，您需要告诉系统使用 Fcitx 作为默认的输入法框架：

打开"Settings"（设置）。
找到"Region & Language"（区域和语言）。
点击"Manage Installed Languages"（管理已安装的语言）。
系统会打开一个新窗口，询问是否安装缺失的组件，点击确认。
在新打开的"Language Support"（语言支持）窗口中，找到底部的"Keyboard input method system"（键盘输入法系统）。
将下拉菜单从默认的"iBus"更改为"fcitx"。

3. 重启系统（推荐）

为了确保 Fcitx 服务能够正确启动并接管输入，建议重启您的 Jetson。

sudo reboot

4. 添加输入法（再次尝试）

重启后，回到"Settings"$\rightarrow$"Region & Language"$\rightarrow$"Input Sources"，再次点击"+"添加输入源。

现在，您应该能够搜索到并添加"Pinyin (Fcitx)"或"SunPinyin"等中文输入法了。

安装pytorch

首先要查看jatpack版本：

jtop

查看jatpack，比如我的jetson是5.0.1的版本，所以后续的pytorch和torchvisions要去官网根据这个版本的jatpack来对应下载whl文件。原因如下：

深度学习框架（PyTorch/TensorFlow）版本限制

这是 Jetson 平台最复杂的部分，尤其当您需要使用 GPU 加速时。

问题核心：Jetson 的系统 (JetPack) 中已经预装了特定版本的CUDA、cuDNN 和 TensorRT。您安装的 PyTorch 或 TensorFlow必须与这些预装库的版本完全匹配才能使用 GPU。
解决方案：不要使用 Conda 或 Pip 直接安装 PyTorch/TensorFlow。
1. 确定版本：首先使用sudo apt-cache show nvidia-jetpack或jtop命令确定您的JetPack 版本。
2. 查找预编译包：访问NVIDIA 官方开发者论坛，找到与您的JetPack 版本和您所需的Python 版本精确匹配的PyTorch/TensorFlow 预编译.whl文件。
3. 在 Conda 环境中安装：激活您新建的 Conda 环境后，使用pip install path/to/precompiled.whl命令来安装这个预编译好的包。

下面是去nvidia的下载中心下载。

https://developer.nvidia.cn/embedded/downloads#?search=torchhttps://developer.nvidia.cn/embedded/downloads#?search=torch找到对应版本的torch文件：

下载好之后在自己的conda环境中安装即可，有一个问题是这里要注意pytorch文件和你python环境要相互对应。这里的cp38即这个版本的jetpack对应的pytorch只能用python3.8版本来编译下载。我用3.9和3.10版本尝试后都是有问题的。

下载好之后，pip安装一下：

pip install torch-1.13.0a0+340c4120.nv22.06-cp38-cp38-linux_aarch64.whl

安装成功后来安装torchvision。

这个torchvision有的博主说也要从这个Nvidia下载中心下载，但是我寻找之后发现是没有的。

因为Nvidia在jetson没有做gpu版本的torchvision现成的安装包，需要自己去github上拉取编译一下。

安装教程可以参考这个网址：PyTorch for Jetson - Jetson & Embedded Systems / Announcements - NVIDIA Developer Forums

下载的步骤时这样的：

sudo apt-get install libjpeg-dev zlib1g-dev libpython3-dev libopenblas-dev libavcodec-dev libavformat-dev libswscale-dev git clone --branch <version> https://github.com/pytorch/vision torchvision # see below for version of torchvision to download 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 pip install 'pillow<7' # always needed for Python 2.7, not needed torchvision v0.5.0+ with Python 3.6

最后下载成功之后，可以用ai生成一个检验下载成功的代码测试一下即可。