精华内容
下载资源
问答
  • Miniforge3-MacOSX-arm64.sh

    2021-01-14 12:40:31
    mini-forge的arm版本,Mac m1适配,conda的原生简洁版,(命令行版)有需要下载。
  • mac m1 Miniforge3 可用,conda
  • arm架构的conda-forge安装包
  • miniforge Mac m1芯片适配的最新版安装包
  • miniforge:conda-forge发行

    2021-05-11 12:47:43
    您可以在此处找到Miniforge安装程序: : 迷你炉3 在基本环境中使用python 3.9 (*)最新安装程序: 作业系统 建筑学 下载 Linux x86_64(amd64) Linux aarch64(arm64) Linux ppc64le(POWER8 / 9) OS X ...
  • 在ARM A53的飞凌开发板上搭建深度学习,该环境类似anaconda一样实现包管理器。 python在ARM环境变量配置包管理器
  • 小型锻造 MiniForge的基本映像
  • m1芯片的macos版miniforge最新版安装包, 直接终端安装即可。
  • Miniforge3-Linux-aarch64.sh

    2021-10-20 15:08:21
    用于aarch64架构边缘设备的conda
  • JetsonTX2+miniforge+pytorch+pycharm安装 第一次使用jetson,安装环境都是泪,搞了快两天。大家觉得有用的话,可以点个赞 ,收藏下! Jetson TX2+ miniforge+pytorch+pycharm安装JetsonTX2+miniforge+pytorch+...

    JetsonTX2+miniforge+pytorch+pycharm安装

    第一次使用jetson,安装环境都是泪,搞了快两天。大家觉得有用的话,可以点个赞 ,收藏下!

    1、miniforge 安装

    因为jetson 无法安装anaconda,所以用了这个类似conda的,试一下 ,发现和conda 差不多。
    miniforge的地址:https://github.com/conda-forge/miniforge
    miniforge的.sh release 下载地址:https://github.com/conda-forge/miniforge/releases

    本人下载的是miniforge-pypy3中的py3.7版本 Miniforge-pypy3-Linux-aarch64,后面安装pytorch把这个python解释器换成了python3.6版本的。

    下载后进行安装

    sh Miniforge-pypy3-xxx-Linux-aarch64.sh
    

    2、虚拟环境创建,jetson版本查询

    下载好miniforge之后,在这里我是创建了新的虚拟环境安装的,大家也可以在base下直接安装,但是需要把环境里的python解释器卸载,重新安装python3.6版本。

    conda create -n py3.6 python=3.6
    

    在安装torch之前,需要先检查自己的jetson板子的刷机版本,还有把镜像源地址进行更换。

    查询jetpack版本:
    方法1:

    sudo systemctl restart jetson_stats.service
    sudo jtop 6-INFO
    
    

    方法2:
    下面两行指令全是显示版本的,二选一即可

    cat /etc/nv_tegra_release
    或
    head -n 1 /etc/nv_tegra_release
    
    

    拿到版本有啥用呢,是为后面安装pytorch准备的

    • Jetpack4.2.2 === ./source_sync.sh -t tegra-l4t-r32.2.1
    • Jetpack4.3 === ./source_sync.sh -t tegra-l4t-r32.3.1
    • Jetpack4.4 === ./source_sync.sh -t tegra-l4t-r32.4.3
    • Jetpack4.4.1 ===. /source_sync.sh -t tegra-l4t-r32.4.4
    • Jetpack4.5 ===./source_sync.sh -t tegra-l4t-r32.5

    我这里版本是JetPack 4.4.1,ubuntu18.04. 我选择安装的是torch1.8版本,对应的torchvision为0.9.0版本
    cuda版本查询

    nvcc -V  or cat /usr/local/cuda/version.txt
    
    

    查询cudnn版本

    cat /usr/include/cudnn_version.h | grep CUDNN_MAJOR -A 2 
    
    

    opencv版本查询

     pkg-config --modversion opencv
    
    

    3、jetsonTX2镜像源更换

    镜像源更换,是因为自己后面有些包下载不了,更换镜像源后下载成功了。

    打开/etc/apt/sources.list

    vi /etc/apt/sources.list
    

    本人我是直接这样编辑的sudo gedit /etc/apt/source.list
    ubuntu18.04版本,jetsonTX2更新镜像源
    清华源
    其它源请看参考博文

    # 默认注释了源码镜像以提高 apt update 速度,如有需要可自行取消注释
    deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ bionic main restricted universe multiverse
    # deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ bionic main restricted universe multiverse
    deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ bionic-updates main restricted universe multiverse
    # deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ bionic-updates main restricted universe multiverse
    deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ bionic-backports main restricted universe multiverse
    # deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ bionic-backports main restricted universe multiverse
    deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ bionic-security main restricted universe multiverse
    # deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ bionic-security main restricted universe multiverse
    

    保存后在终端输入

    #更新源
    sudo apt-get update 
    #更新软件
    sudo apt-get upgrade
    

    4、pytorch安装

    NVIDIA官网:https://forums.developer.nvidia.com/t/pytorch-for-jetson-version-1-9-0-now-available/72048

    创建好虚拟环境后,打开虚拟环境py3.6,conda activate py3.6
    在虚拟环境下安装torch

    重点!
    在这里一定要下载对应版本的torch ,查清你的jetson版本
    我这里版本是JetPack 4.4.1
    下载版本为torch1.8
    请仔细看一下jetson pytorch官网内容,使用官方给的下载指令
    在这里插入图片描述我这里是直接下载到本地再pip3 install torch-1.8.0-cp36-cp36m-linux_aarch64.whl 的,因为我用板子下载特别慢,从别的地方下载拷贝过来了。
    在这里插入图片描述或者直接在终端输入

    # 如果提前下载到本地,就不需要wget重复下载
    wget https://nvidia.box.com/shared/static/p57jwntv436lfrd78inwl7iml6p13fzh.whl -O torch-1.8.0-cp36-cp36m-linux_aarch64.whl
    sudo apt-get install python3-pip libopenblas-base libopenmpi-dev 
    pip3 install Cython
    pip3 install numpy torch-1.8.0-cp36-cp36m-linux_aarch64.whl
    

    在这里我遇到libopenblas-base libopenmpi-dev两个包找不到下载 ,更换了镜像源下载。
    安装完之后记得先测试一下torch是否安装成功。我这里出现核地址错误之类的,重新安装几次,后来在系统变量里面加入

    '''修改环境变量'''
    sudo gedit /etc/profile 
    
    把 export OPENBLAS_CORETYPE=ARMV8 加入最后面一行,然后保存
    '''更新环境变量'''
    
    source /etc/profile
    

    然后就可以了。
    这里建议重启一下,使环境变量生效,或者在终端声明下export OPENBLAS_CORETYPE=ARMV8,仅当次有效。

    接着安装torchvision
    在这里插入图片描述这里下载的是torchvision0.9.0版本

    $ sudo apt-get install libjpeg-dev zlib1g-dev libpython3-dev libavcodec-dev libavformat-dev libswscale-dev
    $ git clone --branch v0.9.0 https://github.com/pytorch/vision torchvision   # see below for version of torchvision to download
    $ cd torchvision
    $ export BUILD_VERSION=0.9.0  # 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
    

    其中python3 setup.py install --user 安装大概需要20分钟左右
    使用pip install ‘pillow<7’ ,一开始下载pillow不成功,然后我用的pip3 install pillow,下载成功,可能是下载的torchvision版本问题。

    下载完torchvision 也记得要import一下,检查下是否安装成功。

    5、pycharm 安装

    pycharm社区版:https://www.jetbrains.com/pycharm/download/#section=linux

    下载就可以了,如果安装出现问题,可能是缺少JDK环境,再去下载个JDK即可,记得加入JDK的环境变量。

    oracle官网下载https://www.oracle.com/cn/java/technologies/javase/javase-jdk8-downloads.html

    这里建议pycharm的版本不建议下载最新版本。

    本人下载最新版本后,跟下载的jdk不兼容,不说了安装环境一把泪。

    下载完可以把pycharm设置到桌面!
    然后就可以快乐使用了,赶紧跑个代码试一下吧!

    6、参考博文

    1、NVIDIA Jetson xavier安装anaconda
    2、Jetson nano之miniconda/miniforge
    3、Ubuntu18.04更换国内源
    4、jetson更换源
    5、NVIDIA JETSONTX2 安装 pytorch 出现错误:import torch 出现 Illegal instruction(core dumped)
    6、NVIDIA Jetson tx2i 设置cuda10.2 _cudnn8.0, 安装 pyTorch
    7、Jetson TX2–安装,配置pycharm
    8、关于环境变量PATH的添加和查看

    展开全文
  • path: /Users/mac/miniforge3/pkgs/cache/c4ae700d.json uid: 501 gid: 20 If you feel that permissions on this path are set incorrectly, you can manually change them by executing $ sudo chown 501:20 /...
  • (下载安装numpy前,已经切换到了创建的py39Python环境中了) 但经过排查(conda list 命令也能查看到下载的numpy),发现下载安装的numpy包在: /Users/york/miniforge3/pkgs #在此文件夹下,创建的py39(Python 3.9...
    • conda环境配置后,创建了Python环境,pycharm能正常使用conda的Python环境,但项目import相关依赖库(numpy,sklearn,tqdm,torch等)报错:
    No module named 'xxxx'
    
    • 使用sudo conda install numpy成功下载安装后,pycharm仍然上面的错误。(下载安装numpy前,已经切换到了创建的py39Python环境中了)

    但经过排查(conda list 命令也能查看到下载的numpy),发现下载安装的numpy包在:

    /Users/york/miniforge3/pkgs   #在此文件夹下,创建的py39(Python 3.9)环境中没有
    

    分析:pycharm中给项目配置的解释器是conda环境中的py39(即Python3.9),在项目的正下方的External Libraries中逐一排查,也并没有发现numpy包,所以import numpy报错。

    问题:创建的py39环境中为什么会检测不到numpy包?

    解决办法:

    1.进入到base环境中,然后删除安装后但无法import的库,如numpy等(如果打开终端就默认进入了base环境的话忽略此步骤)

    conda activate
    

    2.切换到创建的Python环境中,如这儿的py39

    conda activate py39
    

    3.重新安装需要的库(会直接安装在该py39环境中,而不是base环境)

    conda install package_name    #如 conda install numpy
    

    4.进入到pycharm中,点击一下当前配置的Python 解释器会默认重新导入Python解释器;或者重新配置一下Python解释器即可import成功。

    注:

    • 一定要在需要使用的创建的Python环境中去安装需要的库!否则Python解释器找不到相关模块。尽量使用包管理安装,便于管理,pip方式可以作为最后安装方式。
    • 安装相关软件和库尽量不要使用管理员权限,就直接使用当前用户直接安装即可,避免后续不必要的麻烦,不便于排查问题。
    展开全文
  • 1 安装miniforge 1.1 miniforge简介 conda是一个开源的包、环境管理器,可以用于在同一个机器上安装不同版本的软件包及其依赖,并能够在不同的环境之间切换。搞深度学习的应该都十分熟悉anaconda,但是NVIDIA Jetson...

    1 安装miniforge

    1.1 miniforge简介

    conda是一个开源的包、环境管理器,可以用于在同一个机器上安装不同版本的软件包及其依赖,并能够在不同的环境之间切换。搞深度学习的应该都十分熟悉anaconda,但是NVIDIA Jetson Xavier NX是arm架构的,anaconda及其精简版miniconda并不支持arm64架构。现在主流的CPU架构分为Intel的x86/x64架构和ARM的ARM/ARM64两种,平常用的电脑大部分都是x86/x64的(苹果除外),Xavier使用的是ARM64,所以很多在x86/x64上能用的的东西到了它这里就不能用了。这一点请谨记,如果你在Jetson上遇到什么奇奇怪怪的例如“No such file or directory”之类的问题,第一时间要考虑是不是版本不是ARM64的版本
    在ARM64上的anaconda替代品是miniforge,miniforge与miniconda的区别在于miniforge的下载通道是conda-forge,其他基本没什么不同。

    1.2 miniforge安装教程

    (1)先到miniforge的官方下载地址下载对应的sh文件:https://github.com/conda-forge/miniforge/releases
    别下错了,例如我下载的是Miniforge-pypy3-4.10.3-3-Linux-aarch64.sh,代表适用于arrch64架构下的Linux系统。(ARM64对应32位和64位分为arrch32和arrch64)
    (2)进入到miniforge的sh文件所在目录,右键打开Terminal,输入以下命令进行安装:

    sh Miniforge-pypy3-4.10.3-3-Linux-aarch64.sh
    

    (3)安装完毕后,添加环境变量,否则会出现bash:conda Command not found的错误。顺便提一下vim编辑器按a是进入编辑模式,编辑完毕后按ESC退出编辑模式,再输入:wq!是保存并退出。总感觉有人不知道。

    # 编辑环境变量
    vim ~/.bashrc
    # 增加环境变量, 将<username>换成你的用户名
    export PATH=/home/<username>/miniforge-pypy3/bin:$PATH
    # 激活环境变量
    source ~/.bashrc
    # 显示(base)
    source activate
    

    (4)更换下载源为清华源

    conda config --prepend channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
    conda config --prepend channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
    conda config --set show_channel_urls yes
    

    (5)更换pip源
    创建并进入pip.conf文件

    mkdir ~/.pip
    cd ~/.pip
    vim pip.conf
    

    在pip.conf 文件中添加

    [global]
    index-url = https://pypi.mirrors.ustc.edu.cn/simple/
    

    安装完毕。

    2 安装PyTorch

    2.1 安装新的虚拟环境

    这个教程是在miniforge上安装PyTorch的,如果你不想装在虚拟环境上,可以参考这篇博客
    安装完miniforge后,打开终端,命令行前面应该有个(base),表示base环境,就像下图一样。如果没有,那就输入:source activate激活miniforge。

    输入以下命令创建一个虚拟环境,输入y继续。这里推荐的python版本是3.6,因为英伟达官方提供的PyTorch安装包是python3.6的,如果选择其他版本就要自己去找安装包了。 ```bash conda create -n pytorch python=3.6 ``` 激活该环境 ```bash conda activate pytorch ```

    2.2 PyTorch 1.8

    直接输入命令安装PyTorch,pip3是python3的pip,如果没装,就换成pip

    pip3 install -U future psutil dataclasses typing-extensions pyyaml tqdm seaborn
    wget https://nvidia.box.com/shared/static/p57jwntv436lfrd78inwl7iml6p13fzh.whl -O torch-1.8.0-cp36-cp36m-linux_aarch64.whl 
    pip3 install torch-1.8.0-cp36-cp36m-linux_aarch64.whl
    

    如果网络不好的话,也可以先把PyTorch的whl文件下载下来,NVIDIA官方网址是:https://forums.developer.nvidia.com/t/pytorch-for-jetson-version-1-9-0-now-available/72048

    将对应的.whl放到Xavier上,cd进入目录,输入
    pip3 install torch-1.8.0-cp36-cp36m-linux_aarch64.whl
    

    安装完毕后可以在终端输入以下命令检验PyTorch是否正确安装:

    python3 -c 'import torch; print(torch.cuda.is_available())'
    

    正常来说,会返回True

    排错1

    如果出现Illegal instruction (core dumped)的错误,这是由于numpy 1.19.5和OpenBLAS冲突引起的,修改其中一项即可。选择以下两种做法之一:
    (1)降低numpy版本

    pip3 install -U "numpy==1.19.4"
    

    (2)设置OpenBLAS

    vim ~/.bashrc
    

    加入

    export OPENBLAS_CORETYPE=ARMV8
    

    然后激活.bashrc

    source ~/.bashrc
    

    2.3 torchvision v0.9.0

    Pytorch除了torch包之外还需要安装对应的torchvision才能运行,两者的版本对应关系如下图:

    PyTorch 1.8对应的是torchvision v0.9.0 输入以下命令完成安装
    sudo apt install libjpeg-dev zlib1g-dev libpython3-dev libavcodec-dev libavformat-dev libswscale-dev
    pip3 install --upgrade pillow
    git clone --branch v0.9.0 https://github.com/pytorch/vision torchvision
    cd torchvision
    export BUILD_VERSION=0.9.0
    python3 setup.py install --user
    cd .. # running torch from torchvision/ will fail
    

    之后可以尝试跑自己的代码测试PyTorch功能了。

    参考博客

    https://blog.csdn.net/qq_39567427/article/details/109158918
    https://cognitivexr.at/blog/2021/03/11/installing-pytorch-and-yolov5-on-an-nvidia-jetson-xavier-nx.html

    展开全文
  • Xavier采用的是ARM架构,无法下载安装annoconda,因此需要安装miniforge作为annoconda的替代品。 一、安装miniforge 首先,下载miniforge的.sh release,下载地址:...

    Xavier采用的是ARM架构,无法下载安装annoconda,因此需要安装miniforge作为annoconda的替代品。

    一、安装miniforge

    首先,下载miniforge的.sh release,下载地址:https://github.com/conda-forge/miniforge/releases(在选择版本时要注意自己手中Xavier对应的配置,例如:Miniforge-pypy3-4.10.3-3-Linux-aarch64.sh代表适用于arrch64架构下的Linux系统。ARM64对应32位和64位分为arrch32和arrch64)
    之后安装你所下载的版本:

    sh Miniforge-pypy3-4.10.3-3-Linux-aarch64.sh
    

    安装完毕后,要添加环境变量:

    export PATH=/home/<username>/miniforge-pypy3/bin:$PATH #增加环境变量,<username>换成你的用户名
    source ~/.bashrc #激活环境变量
    source activate  #显示(base)
    

    二、 miniforge创建虚拟环境

    2.1镜像源加速

    在终端中运行以下命令修改镜像源,可以明显加速安装,使用清华源。

    conda config --prepend channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
    conda config --prepend channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
    conda config --set show_channel_urls yes
    

    2.2更换pip源

    创建并进入pip.conf文件:

    mkdir ~/.pip
    cd ~/.pip
    vim pip.conf
    

    在pip.conf 文件中添加:

    [global]
    index-url = https://pypi.mirrors.ustc.edu.cn/simple/
    

    2.3创建虚拟环境

    创建新的虚拟环境,环境名字是second:

    conda create -n second python=3.6
    

    创建好环境之后会出现下面图中所示内容:

    Proceed ([y]/n)? y
    
    Downloading and Extracting Packages
    ca-certificates-2020 | 146 KB    | ############################################################# | 100% 
    ld_impl_linux-aarch6 | 613 KB    | ############################################################# | 100% 
    python-3.6.10        | 11.6 MB   | ############################################################# | 100% 
    python_abi-3.6       | 4 KB      | ############################################################# | 100% 
    certifi-2020.4.5.2   | 152 KB    | ############################################################# | 100% 
    setuptools-47.1.1    | 654 KB    | ############################################################# | 100% 
    Preparing transaction: done
    Verifying transaction: done
    Executing transaction: done
    

    进入环境命令如下:

    conda activate second
    

    至此,安装完成。

    本安装教程参考了下述两篇教程,并引用了两篇教程中的部分原文内容:

    展开全文
  • Part.export(partlist,"string.stp") 注意要将这里路径改为安装的FreeCAD软件的路径 FREECADPATH = “C:\Program Files\FreeCAD 0.19\bin” 打开pycharm 设置Python开发环境 选择miniforge安装的对应的Python路径 ...
  • 安装arm版本的miniforge 因为上次我下载之后,环境乱糟糟,又出现了新error,我没解决,重新刷机我下载了anaconda想管理环境,arm版本的,下载倒是下载下来了,也可以用,但是出现了更多的问题,我就查啊,发现他...
  • anaconda与miniforge3的base切换

    千次阅读 2021-12-24 01:56:39
    查看环境变量 conda env list ferge->anaconda /Users/lc/opt/anaconda3/bin/conda ...miniforge3/bin/conda init zsh 个人路径仅供参考,思路主要还是去找两个源的conda (Unix)文件在哪,然后初始化一下就行 ...
  • 首先先要安装ARM版conda环境miniforge,详细教程见我上一篇博客。 下面为安装TensorFlow和pytorch最简单的代码: 方法1、在conda中安装tensorflow步骤。在终端输入: conda install tensorflow 方法2、在虚拟环境中...
  • Jetson nano之miniconda/miniforge@TOC jetson nano 主要是解决 jetson nano 的conda 环境安装问题 jetson nano使用的aarch64架构是没法使用anaconda的,虽然可以自己编译,但是conda指令是没法编译到aarch64架构上...
  • 而官网原生支持运行在arm架构上的Python版本为3.9.1,所以综合来讲我们只能寻找一种替代方案,那就是miniforgeminiforge什么? 首先查看anaconda的百度介绍 我们可以使用Anaconda或者Miniconda这个仅包含conda和...
  • 目录 0、m1 mac 安装xcode命令工具 1、下载执行m1芯片arm64的“miniconda”Miniforge 2、安装 miniforge 3、为zsh 的shell 添加环境变量,如果使用的bash无需操作 3.1 vim 打开 ~/.bash_profile 3.2 激活.zshrc文件...
  • macOS miniforge3 conda 命令失效解决方法

    千次阅读 热门讨论 2021-03-29 15:45:02
    macOS 安装了 Miniforge3 的 codna 后,一直正常使用,但后来随着 macOS 更新后,codna 的命令就不能正常使用了。 与大多数网上提及的问题不同,网上大多数 conda 出问题都是 PATH 配置的问题,他们的问题主要体现在...
  • 最新M1 Mac 如何安装Python 并搭建环境
  • TX2刷机软件合集(OpenCV3.4.0、pytorch、miniforge
  • 请问m1 mac在使用conda-forge配置python环境时报错“bash: ./Miniforge3-MacOSX-arm64.sh: Operation not permitted”,这是为什么?
  • Jetson agx xavier刷机+pcle固态加装+pytorch+miniforge(anaconda)+vscode+wifi+ros+qq全套安装(亲测有效,完美通过无需踩坑)
  • Miniforge3-MacOSX-arm64.rar

    2022-01-20 10:20:55
    2020M1 mbp 安装tensorflow 最终完美完成,这个是基础。
  • 我之前在miniforge中搭建了tensorflow的环境命名为tf,在base和新搭建的tf环境都可以打开jupyter notebook。 今天又新搭建了一个环境发现已经无法打开jupyter了,报错见图片所示:

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 625
精华内容 250
关键字:

miniforge