网站推广代运营多少钱,北京城建道桥建设有限公司网站,.网站建设课程设计,温州网站开发多少钱NVIDIA JETSON XAVIER NX 的yolo环境部署
首先为了保证yolo的权重模型pt文件可以顺利迁移过去#xff0c;要保证torch和cuda的版本一致
如何在NX上安装torch?
1.用 jtop工具 实时查看和控制板子状态
安装:
sudo -H pip3 install jetson-stats使用:
sudo jtop 在这里是为…NVIDIA JETSON XAVIER NX 的yolo环境部署
首先为了保证yolo的权重模型pt文件可以顺利迁移过去要保证torch和cuda的版本一致
如何在NX上安装torch?
1.用 jtop工具 实时查看和控制板子状态
安装:
sudo -H pip3 install jetson-stats 使用:
sudo jtop 在这里是为了确保了解自己的板子的cuda和cudnn是否已经装好了
2.安装pytorch
PyTorch for Jetson - Jetson Embedded Systems / Announcements - NVIDIA Developer Forums
这里选择自己自己架构适合的pytorch版本号 红色部分为安装的步骤流程蓝色部分为需要注意更改的版本号
以及得注意pytorch和torchvision版本得对齐 验证部分也可以遵循下方的Verification
如何在RTX3070上安装对应的torch版本?
我安装了
# CUDA 10.2
pip install torch1.12.0cu102 torchvision0.13.0cu102 torchaudio0.12.0 --extra-index-url https://download.pytorch.org/whl/cu102 问题:一直报错显示的是cuda和pytorch不兼容因为我主机系统是cuda12.0按道理是可以兼容10.02的
(VBee) iusliusl-MS-7D04:~/ultralytics-20240713/ultralytics-main$ python
Python 3.8.20 (default, Oct 3 2024, 15:24:27)
[GCC 11.2.0] :: Anaconda, Inc. on linux
Type help, copyright, credits or license for more information.import torchimport torchvisionprint(torch.cuda.is_available())
Truea torch.Tensor(5,3)aa.cuda()
/home/iusl/anaconda3/envs/VBee/lib/python3.8/site-packages/torch/cuda/__init__.py:146: UserWarning:
NVIDIA GeForce RTX 3070 with CUDA capability sm_86 is not compatible with the current PyTorch installation.
The current PyTorch install supports CUDA capabilities sm_37 sm_50 sm_60 sm_70.
If you want to use the NVIDIA GeForce RTX 3070 GPU with PyTorch, please check the instructions at https://pytorch.org/get-started/locally/warnings.warn(incompatible_device_warn.format(device_name, capability, .join(arch_list), device_name))print(a)
Traceback (most recent call last):File stdin, line 1, in moduleFile /home/iusl/anaconda3/envs/VBee/lib/python3.8/site-packages/torch/_tensor.py, line 338, in __repr__return torch._tensor_str._str(self, tensor_contentstensor_contents)File /home/iusl/anaconda3/envs/VBee/lib/python3.8/site-packages/torch/_tensor_str.py, line 481, in _strreturn _str_intern(self, tensor_contentstensor_contents)File /home/iusl/anaconda3/envs/VBee/lib/python3.8/site-packages/torch/_tensor_str.py, line 447, in _str_interntensor_str _tensor_str(self, indent)File /home/iusl/anaconda3/envs/VBee/lib/python3.8/site-packages/torch/_tensor_str.py, line 270, in _tensor_strformatter _Formatter(get_summarized_data(self) if summarize else self)File /home/iusl/anaconda3/envs/VBee/lib/python3.8/site-packages/torch/_tensor_str.py, line 103, in __init__nonzero_finite_vals torch.masked_select(tensor_view, torch.isfinite(tensor_view) tensor_view.ne(0))
RuntimeError: CUDA error: no kernel image is available for execution on the device
CUDA kernel errors might be asynchronously reported at some other API call,so the stacktrace below might be incorrect.
For debugging consider passing CUDA_LAUNCH_BLOCKING1.
问题分析:
PyTorch提示当前安装的版本仅支持CUDA架构sm_37、sm_50、sm_60和sm_70而你的显卡RTX 3070的CUDA架构是sm_86不在支持列表中。因此尽管可以检测到显卡但无法正确使用其计算能力。
NVIDIA CUDA架构sm_86是为RTX 30系列如RTX 3070、3080等显卡设计的。因此要支持sm_86架构你需要使用与CUDA 11.x或更高版本兼容的PyTorch。 总结:
因为我的torch安装的是
torch1.12.0cu102
也就是低于cuda11.x这里的坑点在于之前我的印象都是cuda都向下兼容但是sm_86不支持cuda11以下的pytorch
所以更改为安装这个版本的pytorch
pip install torch1.12.0cu113 torchvision0.13.0cu113 torchaudio0.12.0 --extra-index-url https://download.pytorch.org/whl/cu113
