热门搜索:
dustynv/l4t-pytorch
dustynv
适用于NVIDIA Jetson设备的PyTorch环境Docker镜像，集成PyTorch 2.2、TorchVision、TensorRT等组件，支持GPU加速和模型优化，适用于深度学习开发与部署。
10 次收藏下载次数: 0状态：社区镜像维护者：dustynv仓库类型：镜像最近更新：1 年前
让 AI 帮你使用轩辕镜像？ · 展开查看说明
如果你使用 DeepSeek、元宝 AI、Copilot、ChatGPT 等 AI 工具，协助配置轩辕镜像、编写 docker pull 命令、修改 Docker Compose 镜像地址、配置镜像加速、排查镜像拉取失败、分析报错日志等问题，请先让 AI 阅读并遵守轩辕镜像的规则文档。
只需在 AI 对话中先发送下面这句话即可：
请先完整阅读并严格遵守以下文档中的全部规则与要求：
https://xuanyuan.cloud/agents.md
在未充分阅读并理解该文档前，不要生成任何命令、配置、修改建议、故障排查方案或技术回答。后续所有输出都必须严格以该文档中的规范为最高优先级执行。查看 agents.md 用法指南与完整示范。国内用户首推 元宝 AI、DeepSeek 的深度思考模式，不推荐豆包 AI；Cursor 等编辑器可在对话 @ 该链接，或加入 User Rules。 若 AI 无法访问外链，可 打开说明文档 复制全文粘贴。文档会随站点更新，复制内容可能过期，建议定期检查。
l4t-pytorch
容器概述
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设备上进行深度学习模型开发、训练和推理。该镜像基于L4T (Linux for Tegra)系统，提供了完整的PyTorch深度学习环境，支持GPU加速和TensorRT优化。
构建状态
| l4t-pytorch | |
|---|---|
| 构建状态 | |
| 系统要求 | L4T ['>=32.6'] |
| 依赖项 | https://github.com/dusty-nv/jetson-containers/tree/master/packages/build/build-essential https://github.com/dusty-nv/jetson-containers/tree/master/packages/cuda/cuda https://github.com/dusty-nv/jetson-containers/tree/master/packages/cuda/cudnn https://github.com/dusty-nv/jetson-containers/tree/master/packages/build/python https://github.com/dusty-nv/jetson-containers/tree/master/packages/numpy https://github.com/dusty-nv/jetson-containers/tree/master/packages/build/cmake/cmake_pip https://github.com/dusty-nv/jetson-containers/tree/master/packages/onnx https://github.com/dusty-nv/jetson-containers/tree/master/packages/pytorch https://github.com/dusty-nv/jetson-containers/tree/master/packages/pytorch/torchvision https://github.com/dusty-nv/jetson-containers/tree/master/packages/pytorch/torchaudio https://github.com/dusty-nv/jetson-containers/tree/master/packages/tensorrt https://github.com/dusty-nv/jetson-containers/tree/master/packages/pytorch/torch2trt https://github.com/dusty-nv/jetson-containers/tree/master/packages/opencv https://github.com/dusty-nv/jetson-containers/tree/master/packages/cuda/pycuda |
容器镜像
| 仓库/标签 | 日期 | 架构 | 大小 |
|---|---|---|---|
| https://hub.docker.com/r/dustynv/l4t-pytorch/tags | 2023-12-14 | arm64 | 1.2GB |
| https://hub.docker.com/r/dustynv/l4t-pytorch/tags | 2023-12-11 | arm64 | 5.6GB |
| https://hub.docker.com/r/dustynv/l4t-pytorch/tags | 2023-12-14 | arm64 | 5.6GB |
| https://hub.docker.com/r/dustynv/l4t-pytorch/tags | 2023-12-12 | arm64 | 5.6GB |
| https://hub.docker.com/r/dustynv/l4t-pytorch/tags | 2023-12-14 | arm64 | 7.3GB |
容器镜像与JetPack/L4T的其他次要版本兼容： • L4T R32.7容器可在L4T R32.7的其他版本上运行（JetPack 4.6+） • L4T R35.x容器可在L4T R35.x的其他版本上运行（JetPack 5.1+）
Docker部署方案
运行容器
要启动容器，可以使用jetson-containers run和autotag，或手动组合docker run命令：
bash# 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：
bashjetson-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）：
bashjetson-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。
构建容器
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https://github.com/dusty-nv/jetson-containers/tree/master/docs/setup.md%EF%BC%8C%E7%84%B6%E5%90%8E%E8%BF%90%E8%A1%8C%EF%BC%9A
bashjetson-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。
镜像拉取方式
您可以使用以下命令拉取该镜像。请将 <标签> 替换为具体的标签版本。如需查看所有可用标签版本，请访问 标签列表页面。
轩辕镜像加速拉取命令点我查看更多 l4t-pytorch 镜像标签
docker pull docker.xuanyuan.run/dustynv/l4t-pytorch:<标签>
DockerHub 原生拉取命令
docker pull dustynv/l4t-pytorch:<标签>
更多 l4t-pytorch 镜像推荐
dustynv/ros
dustynv
为NVIDIA Jetson平台提供预配置的ROS环境，支持机器人应用的快速开发、部署与运行，适配Jetson硬件加速能力。
22 次收藏10万+ 次下载
1 年前更新
dustynv/ollama
dustynv
GitHub仓库dusty-nv/jetson-containers中的Ollama LLM包，是为NVIDIA Jetson嵌入式平台设计的容器化解决方案，旨在简化大型语言模型（LLM）的部署与运行流程，支持多种主流LLM模型，充分利用Jetson设备的硬件加速能力，适用于边缘AI计算、智能终端开发等场景，为开发者提供便捷高效的本地化LLM部署工具。
8 次收藏10万+ 次下载
11 个月前更新
dustynv/nano_llm
dustynv
用于在NVIDIA Jetson边缘设备上部署和运行大语言模型的Docker镜像，针对嵌入式硬件优化，支持本地高效推理。
5万+ 次下载
1 年前更新
dustynv/jetson-inference
dustynv
jetson-inference是为NVIDIA Jetson平台设计的深度学习推理容器，集成CUDA、PyTorch、TensorRT、OpenCV等关键依赖，支持多种JetPack/L4T版本，便于快速部署和运行计算机视觉等推理任务。
16 次收藏5万+ 次下载
1 年前更新
dustynv/llama_cpp
dustynv
包含llama.cpp（启用CUDA支持）和llama-cpp-python的Docker镜像，支持GGUF/GGML模型格式，适用于本地大语言模型推理任务。
5 次收藏5万+ 次下载
1 年前更新
dustynv/vllm
dustynv
NVIDIA Jetson 平台优化的大语言模型推理服务框架
5 次收藏5万+ 次下载
11 个月前更新
镜像拉取常见问题
功能
错误码
用户好评
来自真实用户的反馈，见证轩辕镜像的优质服务
oldzhang
运维工程师
Linux服务器
5
"Docker访问体验非常流畅，大镜像也能快速完成下载。"