### 安装PyTorch 1.10 on Xavier NX with JetPack 4.6 and Python 3.8 为了在NVIDIA Jetson Xavier NX设备上成功安装PyTorch 1.10并适配JetPack 4.6以及Python 3.8环境，以下是详细的指导说明： #### 系统准备 确保已正确刷入JetPack 4.6固件到Xavier NX设备，并确认操作系统为Ubuntu 18.04 LTS。可以通过以下命令验证当前系统的Python版本和CUDA支持情况： ```bash python3 --version nvcc --version ``` 如果Python版本显示为`3.8.x`且CUDA工具链版本匹配JetPack 4.6中的CUDA 10.2，则可以继续下一步。 --- #### 下载预编译的PyTorch轮子文件 由于官方未提供针对aarch64架构的通用二进制包，需手动获取适合Jetson平台的特定Whl文件。对于PyTorch 1.10的支持，可参考社区资源或自定义构建方法。具体操作如下： 1. **访问存储链接** 使用以下URL下载适用于Jetson Xavier NX的PyTorch 1.10 Whl文件（假设目标Python版本为3.8）[^1]: ```bash wget https://example.com/path/to/torch-1.10.0-cp38-cp38-linux_aarch64.whl -O torch-1.10.0-cp38-cp38-linux_aarch64.whl ``` （注意：实际路径可能因时间变化而不同，请查阅最新文档或论坛更新） 2. **依赖库安装** 在执行PyTorch安装前，先完成必要的基础依赖项配置。这些依赖通常包括但不限于OpenBLAS、MPI等科学计算所需的组件[^2]： ```bash sudo apt-get update && sudo apt-get upgrade -y sudo apt-get install -y python3-pip libopenblas-base libopenmpi-dev libomp-dev ``` 3. **安装Cython与NumPy** 这些模块作为许多机器学习框架的基础构件，在后续过程中不可或缺： ```bash pip3 install Cython numpy ``` --- #### 执行PyTorch安装 当所有前置条件满足后，即可通过Pip工具加载之前下载好的Whl文件： ```bash pip3 install ./torch-1.10.0-cp38-cp38-linux_aarch64.whl ``` 此过程可能会花费一定时间视网络状况决定。完成后可通过简单测试脚本验证安装效果： ```python import torch print(torch.__version__) print(torch.cuda.is_available()) ``` 理想情况下，输出应表明PyTorch版本号为`1.10.0`，同时GPU可用状态返回True表示一切正常运行。 --- #### 配置环境变量 (Optional) 某些场景下还需额外调整PATH或其他全局参数以便更好地兼容现有项目结构[^3]。例如设置LD_LIBRARY_PATH指向正确的动态链接库位置： ```bash export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH ``` 将其加入~/.bashrc文件实现持久化生效。 --- ### 注意事项 - 如果遇到任何错误提示关于ABI不一致或者缺少符号等问题，建议重新审视所选Whl文件是否完全契合当前硬件/软件组合。 - 对于更高级别的定制需求比如启用分布式训练功能，则需要进一步探索源码编译选项。 ---