NVIDIA Jetson Orin NX 环境配置全攻略：成功安装 Torch2-CUDA 与 TorchVision (JetPack 6.2 与 CUDA 12 适配版)

一、环境检查与系统准备

在开始之前，请确认你的系统版本。打开终端输入以下命令检查 CUDA 版本：

nvcc -V

输出应包含 Cuda compilation tools, release 12.x 字样。接着，我们需要安装基础依赖包：

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

二、安装 PyTorch 2.5 (针对 CUDA 12 优化)

由于 Jetson 采用的是 ARM64 架构，常规的 pip install torch 只能安装 CPU 版本。我们需要安装 NVIDIA 官方为 JetPack 6.2 编译的专用版本。

1. 访问 NVIDIA 开发者论坛下载对应的 Python 3.10 环境下的 torch-2.5.0+cuda12.x-cp310-cp310-linux_aarch64.whl。
2. 使用以下命令安装本地包：

pip install numpy==1.26.4pip install torch-2.5.0-cp310-cp310-linux_aarch64.whl

三、源码编译 TorchVision

为了保证版本匹配，TorchVision 安装 建议通过源码编译。这能确保它完美调用 PyTorch CUDA 12：

git clone --branch v0.20.0 https://github.com/pytorch/vision torchvisioncd torchvisionexport BUILD_VERSION=0.20.0# 下面的步骤可能需要 5-10 分钟python3 setup.py install --user

四、最终验证

安装完成后，我们需要验证 GPU 环境是否正常激活。启动 Python3 环境：

import torchprint(torch.cuda.is_available()) # 应输出 Trueprint(torch.__version__)import torchvisionprint(torchvision.__version__)

至此，您已在 Jetson Orin NX 上成功搭建深度学习核心环境！