安装torch内存不足

### 解决安装 PyTorch 时出现的内存不足错误

当通过 `pip` 安装 PyTorch 出现 `MemoryError` 错误时，这通常是因为 pip 的缓存机制试图先将整个文件加载到内存再进行安装，从而导致内存耗尽[^1]。

#### 方法一：减少并行下载数量
可以通过设置环境变量来控制并发连接数，降低对内存的需求：

export PIP_MAX_CONCURRENT_CONNECTIONS=2

这样可以有效减小同时占用的内存量。

#### 方法二：清理现有缓存
有时旧版本包残留也可能引发此类问题。执行以下命令清除已有的 pip 缓存数据:

pip cache purge

之后再次尝试重新安装所需的库。

#### 方法三：使用 Anaconda 进行安装
考虑到直接利用 pip 可能会遭遇上述难题, 使用 Anaconda 来管理 Python 环境是一个不错的选择，在大多数情况下能够顺畅完成 PyTorch 的部署工作而不会碰到明显的障碍[^2]。

#### 方法四：针对特定硬件调整配置 (适用于 Jetson TX1 设备)
对于像 NVIDIA Jetson TX1 这样的嵌入式平台来说，默认编译选项可能不适合其资源有限的特点。为了绕过潜在的问题，可以在源码构建过程中关闭某些特性支持，比如 NCCL 和分布式训练功能[^3]:

编辑 `setup.py` 文件：

USE_NCCL = False
# USE_DISTRIBUTED = False

修改 `CMakeLists.txt` 中的相关选项：

option(USE_NCCL "Use NCCL" OFF)

以上措施有助于缓解因设备性能局限所造成的安装困难。