メインコンテンツまでスキップ

reComputer Jetson に Pytorch をインストールする

NVIDIA は JetPack のリリースごとに PyTorch の wheel を公開しているため、JetPack 5 と JetPack 6 ではインストール方法が異なります。自分のモジュールに合ったセクションを選び、対応する wheel をインストールして、torch.cuda.is_available() が True を返すことを確認してください。Conda 環境を使うことで、プロジェクトが古いバージョンを指定している場合でも、複数の torch バージョンを並行して保持できます。

事前準備​

  • JetPack をインストール済みの reComputer
  • インターネット接続

reComputer 向け PyTorch のインストール​

多くの reComputer ユニットで使われている 2 つの JetPack 世代では、使用する wheel が異なります。JetPack 5.1.3 は Python 3.8、JetPack 6.2 は Python 3.10 と組み合わせて使用します。

reComputer で一般的に使用されている Jetpack 5 のバージョンは 5.1.3 です。以下の手順で、このバージョン向けに PyTorch をインストールします。

Step 1. システムを更新し、依存パッケージをインストールします:

sudo apt-get -y update
sudo apt-get install -y python3-pip libopenblas-dev

Step 2. 公式の PyTorch wheel をダウンロードします(例:JetPack 5.1.3、Python 3.8 用の torch-2.1.0):

wget https://developer.download.nvidia.com/compute/redist/jp/v512/pytorch/torch-2.1.0a0+41361538.nv23.06-cp38-cp38-linux_aarch64.whl
pip install torch-2.1.0a0+41361538.nv23.06-cp38-cp38-linux_aarch64.whl
注記

Jetpack 5.1.3 をサポートする、より新しいバージョンの torch が必要な場合は、こちら からコンパイル済み wheel ファイル(python3.8 用 torch-2.2)をダウンロードしてください。

Step 3. インストールを確認します:

import torch
print(torch.cuda.is_available())
print(torch.__version__)
JetPack 5.1.3 上で torch 2.1.0 を使用したときの torch.__version__ と torch.cuda.is_available() の出力

Conda で複数バージョンの PyTorch を使う​

Miniconda は Conda パッケージマネージャー用の軽量インストーラーで、Python 環境やパッケージを素早く作成・管理するための最小限の環境を提供します。

Step 1. Miniconda をインストールします:

wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-aarch64.sh
bash Miniconda3-latest-Linux-aarch64.sh
備考
  • 指示に従い、利用規約に同意する場合は "yes" と入力してください。
  • インストールパスは ~/miniconda3 など、デフォルト設定の使用を推奨します。
  • 最後に .bashrc へ自動追加するかどうかを尋ねられます。ここでは "yes" と入力することを推奨します。
新しいシェルで conda が読み込まれるように /home/seeed/.bashrc が変更されたことを示す conda init の出力

Step 2. conda を初期化・設定します:

source ~/.bashrc
# Verify if conda is functioning properly
conda --version
# Disable automatic entry into the conda base environment
conda config --set auto_activate_base false
# Close and reopen the terminal. By default, it will not enter the base environment.

Step 3. 新しい環境を作成し、特定の PyTorch wheel をインストールします:

conda create -n torch_2.0 python=3.8
conda activate torch_2.0

Step 4. 前のセクション で示したように、PyTorch の wheel ファイルをダウンロードしてインストールします。

備考

詳細については、NVIDIA PyTorch インストールガイド を参照してください。

リソース​

FAQ​

自分の JetPack バージョンにはどの PyTorch wheel が対応していますか? JetPack 5.1.3 では torch-2.1.0a0+...cp38(Python 3.8)、JetPack 6.2 では torch-2.5.0a0+...cp310(Python 3.10)を使用します。jp/vXX パスと cpXX タグの両方が JetPack と Python に一致する wheel を選択してください。そうでない場合、pip は CPU のみで動作するビルドをインストールしてしまいます。

torch をインストールする前に cuSPARSELt は必須ですか? 新しい wheel の場合のみ必要です。PyTorch 24.06 以降のビルドではスパース行列乗算に cuSPARSELt を呼び出すため、JetPack 6.2 の手順では先に 0.7.1 をインストールします。JetPack 5.1.3 での torch 2.1.0 の例では不要です。

1 台のマシンで 2 つの torch バージョンを共存させるには? conda 環境を使用します。Python と torch の組み合わせごとに 1 つの環境を作成します(例:conda create -n torch_2.0 python=3.8)。wheel をインストールする前にその環境を有効化し、システムの Python をクリーンに保つために auto_activate_base はオフにしておきます。

torch.cuda.is_available() が False を返します。何が問題ですか? その wheel は PyPI の CPU ビルドであるか、別の JetPack 向けにビルドされたものです。自分の JetPack パスに一致する NVIDIA 製 wheel を入れ直し、CUDA 対応 wheel には nv ビルドタグが付いていることを torch.__version__ で確認してください。

関連リソース​

技術サポートと製品ディスカッション​

弊社製品をお選びいただきありがとうございます。製品をできるだけスムーズにご利用いただけるよう、さまざまなサポートをご用意しています。お好みやニーズに応じてお選びいただける、複数のコミュニケーションチャネルを提供しています。

Loading Comments...