之——深度学习环境
杂谈
网上到处淘金,pytorch、opencv、torchvision。
正文
1.各种依赖库
1.1 pytorch的底层依赖库
sudo apt install build-essential make cmake cmake-curses-gui -y
sudo apt install git g++ pkg-config curl -y
sudo apt install libatlas-base-dev gfortran libcanberra-gtk-module libcanberra-gtk3-module -y
sudo apt install libhdf5-serial-dev hdf5-tools -y
sudo apt install nano locate screen -y
sudo apt install libfreetype6-dev -y
sudo apt install protobuf-compiler libprotobuf-dev openssl -y
sudo apt install libssl-dev libcurl4-openssl-dev -y
sudo apt install cython3 -y
这些命令用于安装PyTorch的依赖库和一些开发工具。PyTorch是一个深度学习框架,需要一些特定的依赖项以确保其正常运行。以下是这些命令的作用:
apt install build-essential make cmake cmake-curses-gui -y
:
- 安装构建工具,包括
make
、cmake
以及cmake-curses-gui
等,这些工具在编译和构建软件时非常有用。
apt install git g++ pkg-config curl -y
:
- 安装版本控制工具
git
,C++编译器g++
,pkg-config
工具,以及curl
工具。这些工具通常在构建和安装软件时需要使用。
apt install libatlas-base-dev gfortran libcanberra-gtk-module libcanberra-gtk3-module -y
:
- 安装线性代数库ATLAS的开发文件,Fortran编译器
gfortran
,以及用于支持图形用户界面的库。
apt install libhdf5-serial-dev hdf5-tools -y
:
- 安装HDF5库的开发文件和工具,HDF5是一种用于处理科学数据的库,经常在深度学习中使用。
apt install nano locate screen -y
:
- 安装文本编辑器
nano
、用于快速查找文件的locate
工具,以及用于多路复用终端会话的screen
工具。
apt install libfreetype6-dev -y
:
- 安装FreeType库的开发文件,FreeType用于处理字体和字形。
apt install protobuf-compiler libprotobuf-dev openssl -y
:
- 安装Protocol Buffers编译器
protobuf-compiler
,以及与Protocol Buffers相关的开发库。这些库通常用于序列化和反序列化数据。
apt install libssl-dev libcurl4-openssl-dev -y
:
- 安装OpenSSL库的开发文件和CURL的OpenSSL支持库,这些库对于安全通信和网络请求非常重要。
apt install cython3 -y
:
- 安装Python的Cython库的Python 3版本。Cython是一个用于编写Python扩展模块的工具,通常在深度学习框架的构建中使用。
这些依赖项和工具是PyTorch的构建和运行所需的一部分,确保它可以在系统上正常运行。
1.2 opencv依赖
jpack已经自带了opencv,在终端查询是:
opencv_version
也可以python里import cv2验证。
但还是装一些依赖拓展:
sudo apt install build-essential -y
sudo apt install libgtk2.0-dev pkg-config -y
sudo apt install python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff5-dev libdc1394-22-dev -y
sudo apt install libavcodec-dev libavformat-dev libswscale-dev libv4l-dev liblapacke-dev -y
sudo apt install libxvidcore-dev libx264-dev -y
sudo apt install libatlas-base-dev gfortran -y
sudo apt install ffmpeg -y
这些命令是用于在Ubuntu或类似的Linux系统中安装一些开发所需的软件包和依赖项。让我解释一下这些命令:
apt install build-essential -y
:
- 这个命令安装了构建软件包所需的基本工具,包括
gcc
编译器、g++
编译器和其他一些必要的工具。
apt install libgtk2.0-dev pkg-config -y
:
- 这个命令安装了用于GTK+图形用户界面开发所需的开发库和工具。
apt install python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff5-dev libdc1394-22-dev -y
:
- 这个命令安装了Python开发所需的一些库和依赖项,以及用于处理图像和多媒体数据的库。其中还包括了针对图像处理的JPEG、PNG、TIFF等格式的库。
apt install libavcodec-dev libavformat-dev libswscale-dev libv4l-dev liblapacke-dev -y
:
- 这个命令安装了用于音视频处理的库,包括FFmpeg的编解码器库和格式处理库,以及用于图像处理的一些其他库。
apt install libxvidcore-dev libx264-dev -y
:
- 这个命令安装了Xvid和x264编码器的开发库,这些编码器常用于视频编码和解码。
apt install libatlas-base-dev gfortran -y
:
- 这个命令安装了ATLAS线性代数子程序库的开发文件以及Fortran编译器。
apt install ffmpeg -y
:
- 这个命令安装了FFmpeg多媒体处理工具,它是一个强大的开源多媒体框架,用于处理视频、音频和其他多媒体数据。
这些命令通常是为了在系统上设置开发环境,以便进行各种软件开发工作,特别是与图像处理、多媒体处理和科学计算相关的工作。
1.3 torchvision0.9.0依赖
sudo apt install libopenmpi2 -y
sudo apt install libopenblas-dev -y
sudo apt install libjpeg-dev zlib1g-dev -y
这些命令用于安装一些额外的依赖库,通常用于并行计算、线性代数运算和图像处理等方面的任务。让我为您解释这些命令的作用:
apt install libopenmpi2 -y
:
- 这个命令安装了OpenMPI的库版本2,OpenMPI是一个用于支持分布式并行计算的开源消息传递界面(MPI)库。它允许多个计算节点协同工作,用于高性能计算和并行编程。
apt install libopenblas-dev -y
:
- 这个命令安装了OpenBLAS库的开发文件。OpenBLAS是一个开源的基础线性代数子程序库,用于执行高性能的线性代数运算,通常在数值计算和科学计算中使用。
apt install libjpeg-dev zlib1g-dev -y
:
- 这个命令安装了用于JPEG图像处理的开发库
libjpeg-dev
,以及用于数据压缩的zlib1g-dev
库的开发文件。这些库对于图像处理和数据压缩非常有用,通常在计算机视觉和多媒体应用中使用。这些依赖项通常在深度学习、科学计算、图像处理和高性能计算等领域的项目中使用。它们提供了支持各种复杂计算任务的功能和性能。
2.安装pytorch
Jetson Nano上的linux系统ubuntu18.04是类似手机的ARM架构,这也就导致它的很多包和普通的linux上的不是通用的。pytorch官网下载的包,在实际使用时无法调用开发板的显卡。这里的pytorch以及接下来的torchvision等包都需要安装Nvidia官网给出的版本。
可以参考博主的:Jetson Nano
也可以直接下1.8的torch和0.9的torchvision: 百度网盘 请输入提取码 提取码:zpsa
或者这个https://download.csdn.net/download/IamYZD/21027946
下载好后,进入目录下,安装whl,这个有点久:
sudo pip3 install xxx.whl
python下import torch测试安装:
3.安装torchvision
cd torchvision # 进入到这个包的目录下
export BUILD_VERSION=0.9.0
sudo python3 setup.py install # 安装(半小时)
测试torchvision,没有报错即成功:
小结
基础环境配置完毕。