### 在 Jetson Nano 上安装 PyTorch 1.8 的具体方法 #### 环境准备 Jetson Nano 是基于 ARM 架构的嵌入式设备，因此无法直接通过标准方式（如 `pip` 或者 Anaconda）安装 PyTorch。为了成功安装 PyTorch 1.8 及其依赖项，需要遵循特定步骤并手动配置环境[^2]。 #### 安装依赖库 在开始之前，必须先安装必要的系统级依赖库以支持后续的操作： ```bash sudo apt-get update && sudo apt-get upgrade -y sudo apt-get install python3-pip libjpeg-dev libopenblas-dev libopenmpi-dev libomp-dev -y ``` 接着，安装一些 Python 库作为辅助工具： ```bash sudo -H pip3 install future sudo pip3 install -U --user wheel mock pillow sudo -H pip3 install testresources sudo -H pip3 install setuptools==58.3.0 sudo -H pip3 install Cython ``` 这些命令确保了基础构建环境的存在以及某些关键 Python 包被正确加载到环境中[^2]。 #### 下载预编译轮子文件 由于官方并未提供针对 Jetson 平台的标准二进制分发包，所以需要从社区维护资源处获取适合该硬件架构的 `.whl` 文件。根据之前的实践记录，可以从 Qengineering 提供的位置下载适用于 Jetson Nano 的 PyTorch 和 torchvision 轮子文件[^2]: - **PyTorch**: `torch-1.8.0a0+37c1f4a-cp36-cp36m-linux_aarch64.whl` - **torchvision**: `torchvision-0.9.0a0+01dfa8e-cp36-cp36m-linux_aarch64.whl` 或者访问 NVIDIA 开发者论坛中的指定帖子寻找最新可用链接[^1]。 #### 安装 PyTorch 和 torchvision 一旦获得了正确的 `.whl` 文件之后，则可以通过以下指令来执行实际安装过程： ```bash sudo -H pip3 install torch-1.8.0a0+37c1f4a-cp36-cp36m-linux_aarch64.whl sudo -H pip3 install torchvision-0.9.0a0+01dfa8e-cp36-cp36m-linux_aarch64.whl ``` 注意这里的路径应替换为你本地存储这两个文件的实际位置[^2]。 #### 验证安装成果 完成上述所有操作后，可通过简单的测试脚本来确认安装是否成功无误： ```python import torch print(torch.__version__) print(torch.cuda.is_available()) ``` 如果输出显示版本号为 `1.8.0` 同时第二行返回 True ，即表明 GPU 加速已被激活且整个框架处于正常工作状态之中[^3]。 --- ###