NVIDIA Jetson Orin NX 成功安装 torch2-cuda 和 torchvision-cuda 教程 (基于 Ubuntu22.04 JetPack6.2 CUDA12 cuDNN9 的详细步骤)

NVIDIA Jetson Orin NX 成功安装 torch2-cuda 和 torchvision-cuda 教程 (基于 Ubuntu22.04 JetPack6.2 CUDA12 cuDNN9 的详细步骤)

欢迎来到这篇针对 Jetson Orin NX 开发套件的 PyTorch GPU 版安装指南。无论你是 AI 初学者还是资深开发者，本文都将手把手带你完成 PyTorch安装，并确保充分利用 CUDA 12 和 cuDNN 9 的加速能力。我们还会安装对应的 torchvision 库，让你的计算机视觉项目无缝运行。

1. 环境准备与确认

在开始之前，请确保你的硬件是 Jetson Orin NX，并已刷写 JetPack 6.2 系统（包含 Ubuntu 22.04、CUDA 12 和 cuDNN 9）。你可以通过以下命令验证 CUDA 版本：

nvcc --version

如果输出包含 “release 12.x”，说明 CUDA 12 已正确安装。同样，cuDNN 9 可以通过查看头文件确认：

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

确保显示版本为 9.x。

2. 安装系统依赖

打开终端，执行以下命令安装必要的编译工具和 Python 环境：

sudo apt updatesudo apt install -y python3-pip libopenblas-dev libjpeg-dev zlib1g-dev

我们推荐使用虚拟环境管理项目，避免包冲突：

python3 -m venv torch2envsource torch2env/bin/activate

3. 安装 PyTorch for Jetson (torch2-cuda)

NVIDIA 官方为 Jetson 提供了预编译的 PyTorch pip 包，直接支持 CUDA 12。执行以下命令安装 torch2-cuda：

pip install torch==2.1.0

（注意：具体版本号请查阅 NVIDIA 官方论坛 获取最新适配 JetPack 6.2 的 torch 版本。）

4. 安装 torchvision-cuda

torchvision 需要与 PyTorch 版本匹配。我们直接从源码编译安装与 torch 2.1 对应的版本：

sudo apt install -y libavcodec-dev libavformat-dev libswscale-devpip install --upgrade Pillowgit clone --branch v0.16.0 https://github.com/pytorch/vision.gitcd visionpython setup.py install

编译过程约需 10-20 分钟，请耐心等待。完成后，torchvision 将自动启用 CUDA 加速。

5. 验证安装

在 Python 环境中运行以下代码，确认 PyTorch 能识别 CUDA 12 且 torchvision 正常工作：

import torchprint("PyTorch版本:", torch.version)print("CUDA可用:", torch.cuda.is_available())print("CUDA版本:", torch.version.cuda)import torchvisionprint("torchvision版本:", torchvision.version)

如果输出显示 CUDA 可用且版本为 12.x，那么恭喜你，Jetson Orin NX 上的 PyTorch安装 大功告成！

上图展示了验证成功的示例。现在你可以基于 CUDA 12 和 torchvision 开发高性能的 AI 应用了！如果在安装过程中遇到问题，欢迎在评论区留言交流。