本站支持搜索的镜像仓库:Docker Hub、gcr.io、ghcr.io、quay.io、k8s.gcr.io、registry.gcr.io、elastic.co、mcr.microsoft.com

l4t-pytorch是专为NVIDIA Jetson平台优化的Docker镜像,集成了PyTorch及其相关组件,适用于在Jetson设备上进行深度学模型开发、训练和推理。该镜像基于L4T (Linux for Tegra)系统,提供了完整的PyTorch深度学环境,支持GPU加速和TensorRT优化。
| l4t-pytorch | |
|---|---|
| 构建状态 |  • L4T R35.x容器可在L4T R35.x的其他版本上运行(JetPack 5.1+)
要启动容器,可以使用jetson-containers run和autotag,或手动组合docker run命令:
# 自动拉取或构建兼容的容器镜像 jetson-containers run $(autotag l4t-pytorch) # 或显式指定上述容器镜像之一 jetson-containers run dustynv/l4t-pytorch:r36.2.0 # 或使用'docker run'(指定镜像和挂载等) sudo docker run --runtime nvidia -it --rm --network=host dustynv/l4t-pytorch:r36.2.0
jetson-containers run将参数转发给docker run,并添加一些默认值(如--runtime nvidia,挂载/data缓存,检测设备)。autotag会找到与您的JetPack/L4T版本兼容的容器镜像 - 无论是本地的、从注册表拉取的,还是通过构建的。
要将您自己的目录挂载到容器中,请使用-v或--volume标志:
jetson-containers run -v /主机路径:/容器路径 $(autotag l4t-pytorch)
要启动运行命令的容器(而非交互式shell):
jetson-containers run $(autotag l4t-pytorch) my_app --abc xyz
您可以向其传递任何docker run支持的选项,它会在执行前打印出完整的命令。
如果如上所示使用autotag,则在需要时会提示您构建容器。要手动构建,请先完成系统设置,然后运行:
jetson-containers build l4t-pytorch
上述依赖项将被构建到容器中,并在构建过程中进行测试。使用--help查看构建选项。
免费版仅支持 Docker Hub 加速,不承诺可用性和速度;专业版支持更多镜像源,保证可用性和稳定速度,提供优先客服响应。
免费版仅支持 docker.io;专业版支持 docker.io、gcr.io、ghcr.io、registry.k8s.io、nvcr.io、quay.io、mcr.microsoft.com、docker.elastic.co 等。
当返回 402 Payment Required 错误时,表示流量已耗尽,需要充值流量包以恢复服务。
通常由 Docker 版本过低导致,需要升级到 20.x 或更高版本以支持 V2 协议。
先检查 Docker 版本,版本过低则升级;版本正常则验证镜像信息是否正确。
使用 docker tag 命令为镜像打上新标签,去掉域名前缀,使镜像名称更简洁。
探索更多轩辕镜像的使用方法,找到最适合您系统的配置方式
通过 Docker 登录方式配置轩辕镜像加速服务,包含7个详细步骤
在 Linux 系统上配置轩辕镜像源,支持主流发行版
在 Docker Desktop 中配置轩辕镜像加速,适用于桌面系统
在 Docker Compose 中使用轩辕镜像加速,支持容器编排
在 k8s 中配置 containerd 使用轩辕镜像加速
在宝塔面板中配置轩辕镜像加速,提升服务器管理效率
在 Synology 群晖NAS系统中配置轩辕镜像加速
在飞牛fnOS系统中配置轩辕镜像加速
在极空间NAS中配置轩辕镜像加速
在爱快ikuai系统中配置轩辕镜像加速
在绿联NAS系统中配置轩辕镜像加速
在威联通NAS系统中配置轩辕镜像加速
在 Podman 中配置轩辕镜像加速,支持多系统
配置轩辕镜像加速9大主流镜像仓库,包含详细配置步骤
无需登录即可使用轩辕镜像加速服务,更加便捷高效
需要其他帮助?请查看我们的 常见问题 或 官方QQ群: 13763429