### 在 NVIDIA Jetson NX 上安装和运行 PyTorch #### 1. 准备工作 在开始之前，确保 Jetson NX 的环境已正确设置并更新到最新状态。可以通过以下命令完成系统的升级： ```bash sudo apt update && sudo apt upgrade -y ``` 为了更好地监控硬件资源，在安装过程中推荐使用 `jetson-stats` 工具来实时查看 CPU、GPU 和内存的使用情况[^2]。 #### 2. 安装依赖项 PyTorch 需要一些基础库的支持，这些可以在 Python 中通过 `pip3` 来安装。以下是必要的依赖包列表及其安装方法： ```bash sudo apt install python3-pip libopenblas-base libomp5 pip3 install numpy cython ``` #### 3. 安装 PyTorch 由于 Jetson NX 使用的是 aarch64 架构，无法直接从官方源安装预编译的 PyTorch 轮子文件 (`.whl`)。因此需要从特定于 Jetson 平台的构建中获取适合的 `.whl` 文件[^3]。 ##### 步骤一：下载合适的轮子文件 访问 [NVIDIA Forum](https://forums.developer.nvidia.com/c/agx-autonomous-machines/jetson-agx/70) 或其他可信来源找到适用于 Jetson NX 的 PyTorch 版本。例如，对于 PyTorch v1.8.0 可能会提供如下链接： | PyTorch Version | File Name | |------------------|-----------| | 1.8.0 | torch-1.8.0-cp36-cp36m-linux_aarch64.whl | 如果网络条件允许，可以直接从论坛下载；否则可以从本地镜像或其他共享资源中获取。 ##### 步骤二：安装轮子文件 假设已经成功下载了名为 `torch-1.8.0-cp36-cp36m-linux_aarch64.whl` 的文件，则可通过以下命令进行安装： ```bash pip3 install ./torch-1.8.0-cp36-cp36m-linux_aarch64.whl ``` 注意：确保所选的 `.whl` 文件与当前系统中的 Python 版本匹配（如 cp36 表示兼容 Python 3.6）。如果不一致，可能需要调整 Python 环境或寻找适配的版本。 #### 4. 测试安装 验证 PyTorch 是否正常工作以及 GPU 加速功能是否可用。执行以下脚本来测试： ```python import torch print(f"Torch version: {torch.__version__}") if torch.cuda.is_available(): print("CUDA is available!") else: print("CUDA not detected.") ``` 如果输出显示 CUDA 支持且无错误提示，则说明安装成功[^1]。 #### 5. 安装 torchvision 除了核心 PyTorch 库外，通常还需要额外安装 `torchvision` 扩展支持图像处理等功能。同样地，需针对 Jetson 设备定制化安装： ```bash pip3 install git+https://github.com/NVIDIA-AI-IOT/torchvision.git@v0.9.1+cu110 ``` 此命令克隆了一个专门优化过的分支用于 ARM 架构设备。 --- ###