dustynv/numpy

numpy镜像文档

镜像概述和主要用途

numpy镜像为NVIDIA Jetson设备提供预构建的科学计算库环境，基于JetPack/L4T系统，支持多个版本（R32.7.1、R35.x、R36.2.0等）。作为Python生态中基础的数值计算库，该镜像广泛用作AI模型开发、数据分析、机器学习等应用的核心依赖组件，为上层应用提供高效的数组运算和数学函数支持。

核心功能和特性

支持版本与构建信息

• 构建版本：支持jp46、jp51、jp60等JetPack版本，对应GitHub Actions构建状态：

系统要求

• L4T版本：需L4T >=32.6（对应JetPack 4.6及以上）

依赖与被依赖关系

• 基础依赖：build-essential、python
• 作为依赖项：被众多AI/ML包依赖，包括audiocraft、auto_awq、bitsandbytes、cupy、deepstream、faiss、pytorch、tensorflow、transformers等（完整列表见Dockerfile及相关依赖项文档）

容器镜像信息

兼容性说明：

• L4T R32.7镜像可运行于L4T R32.7的其他 minor 版本（JetPack 4.6+）
• L4T R35.x镜像可运行于L4T R35.x的其他 minor 版本（JetPack 5.1+）

使用方法

运行容器

使用jetson-containers工具（推荐）

通过jetson-containers run命令自动拉取或构建兼容镜像：

bash
# 自动检测并使用兼容镜像
jetson-containers run $(autotag numpy)

# 显式指定镜像标签
jetson-containers run dustynv/numpy:r36.2.0

直接使用docker run命令

bash
sudo docker run --runtime nvidia -it --rm --network=host dustynv/numpy:r36.2.0

说明：jetson-containers run会自动添加默认参数（如--runtime nvidia、挂载/data缓存目录、检测设备等），并将参数转发给docker run。autotag工具会根据当前JetPack/L4T版本自动匹配兼容镜像。

挂载目录

使用-v或--volume参数将主机目录挂载到容器：

bash
jetson-containers run -v /host/path:/container/path $(autotag numpy)

运行命令

在容器中执行指定命令（非交互式shell）：

bash
jetson-containers run $(autotag numpy) python -c "import numpy; print(numpy.__version__)"

构建容器

如需手动构建镜像，先完成https://github.com/dusty-nv/jetson-containers/tree/master/docs/setup.md%EF%BC%8C%E7%84%B6%E5%90%8E%E6%89%A7%E8%A1%8C%EF%BC%9A

bash
jetson-containers build numpy

构建过程会自动处理依赖项并进行测试。使用--help查看更多构建选项：

bash
jetson-containers build numpy --help

Dockerfile

镜像构建文件：https://github.com/dusty-nv/jetson-containers/tree/master/packages/numpy/Dockerfile