1.Jetson Nano簡介：
2019.3.19NVIDIA的2019 GTC大會於硅谷召開，CEO黃仁勳發佈了一款爲機器人開發者量身定製工具套件：Jetson Nano。據悉，Jetson Nano可以爲機器人帶來足夠的AI運算力，號稱Nvidia良心之作的99美元AI硬件Jetson-Nano:
該設備使用的是Maxwell（比pascal古老一點）架構的GPU，有128個Cuda核心，運算能力472G，看數值似乎一般般，但是考慮這是一個只有5W的嵌入式設備，這種運算能力已經相當可觀了，足夠部署一些小模型在終端設備上。
同時，Jetson-nano還有一個4核心A57處理器，運行Linux for Tegra，其實就是一個Ubuntu的ARM定製版本。
關於Jetson Nano接口：
2.基礎配置安裝：
2.1 前期需要額外準備：
- microSD card/TF卡 (16GB勉強，建議研發買32G)
- TF卡讀寫器
- USB鍵盤與鼠標
- HDMI顯示屏連接線
- Micro-USB電源 (5V⎓2A)
- USB無線網卡(可選，用網線也可以)
2.2 燒寫ubuntu18.04鏡像：
- 從英偉達官網下載SD卡鏡像(5.25GB)：下載jetson-nano-sd-r32.1-2019-03-18.zip文件，解壓後得到jetson-nano-sd-r32.1-2019-03-18.img文件。
- 下載燒寫器：Nvidia官方推薦使用Etcher將下載的img文件寫入TF卡，Etcher支持Mac，Linux，Win三個平臺。我這裏使用最簡單的方法，下載win x64版
- 並將鏡像（需先解壓得到.img文件）寫入TF卡
- 雙擊直接運行 balenaEtcher-Portable-1.5.24-x64.exe，分別如下：選擇jetson-nano-sd-r32.1-2019-03-18.img鏡像文件、選擇自己的TF卡;然後開始flash
OK,刷機完成！
2.3 TF卡插入板子：
插上USB鍵鼠，顯示器，最後插上USB電源之後，系統會直接開始啓動。系統啓動過程中，會看到NVIDIA的logo和經典的linux文本滾動啓動界面。
首次啓動完成後，Jetson-nano的OS會引導用戶進行語言，鍵盤，時區，用戶名密碼等的配置，與Ubuntu的首次安裝配置一樣，按照引導程序的指示操作即可！
3.安裝tensorflow-gpu、keras等
Jetson-nano的OS鏡像已經自帶了JetPack，cuda-10，cudnn7.3.1，tensorrt 5.0.6.21， opencv3.3等都已經安裝好，不再需要額外的配置
3.1 更換apt源：Jetson設備默認的apt鏡像源在海外，速度很慢，這裏用一個國內的中科大源代替海外源。
修改文件：
sudo gedit /etc/apt/sources.list
把文件中所有的內容替換爲下面：
deb http://mirrors.ustc.edu.cn/ubuntu-ports/ bionic-updates main restricted
deb http://mirrors.ustc.edu.cn/ubuntu-ports/ bionic universe
deb http://mirrors.ustc.edu.cn/ubuntu-ports/ bionic-updates universe
deb http://mirrors.ustc.edu.cn/ubuntu-ports/ bionic multiverse
deb http://mirrors.ustc.edu.cn/ubuntu-ports/ bionic-updates multiverse
deb http://mirrors.ustc.edu.cn/ubuntu-ports/ bionic-backports main restricted universe multiverse
deb http://mirrors.ustc.edu.cn/ubuntu-ports/ bionic-security main restricted
deb http://mirrors.ustc.edu.cn/ubuntu-ports/ bionic-security universe
deb http://mirrors.ustc.edu.cn/ubuntu-ports/ bionic-security multiverse
使apt源生效：
sudo apt-get update
sudo apt-get upgrade
3.2 安裝各種包以及依賴
<1> 安裝基礎包：
sudo apt-get install build-essential cmake pkg-config
sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev protobuf-compiler
sudo apt-get install libhdf5-serial-dev hdf5-tools zlib1g-dev libjpeg9-dev libhdf5-dev
sudo apt-get install libgflags-dev libgoogle-glog-dev
sudo add-apt-repository universe
sudo add-apt-repository main
sudo apt-get update
sudo apt-get install gfortran libopenblas-dev liblapack-dev libatlas-base-dev
<2> 安裝python3.6的pip,系統默認是沒有pip的，安裝好了，可以使用pip3安裝各種包:
sudo apt-get python3-pip
更換pip源：
cd ~
mkdir .pip
sudo gedit .pip/pip.conf
將pip.conf文件所有內容替換爲下面內容，保存並退出：
[global]
trusted-host = mirrors.aliyun.com
index-url = http://mirrors.aliyun.com/pypi/simple
<3> 安裝numpy、scipy:
sudo pip3 install numpy
sudo pip3 install scipy # 如果安裝太慢，使用 sudo apt-get python3-scipy
<4> 安裝tensorflow-gpu:
pip3 install --pre --extra-index-url https://developer.download.nvidia.com/compute/redist/jp/v42 tensorflow-gpu
<5> 安裝keras:
pip3 install keras
<6> 這裏貼出博主的所有安裝庫版本：
scht@scht-desktop:~$ pip3 list
Package Version
----------------------------- -------------------
absl-py 0.7.1
apt-clone 0.2.1
apturl 0.5.2
asn1crypto 0.24.0
astor 0.7.1
beautifulsoup4 4.6.0
blinker 1.4
Brlapi 0.6.6
certifi 2018.1.18
chardet 3.0.4
cryptography 2.1.4
cupshelpers 1.0
decorator 4.1.2
defer 1.0.6
distro-info 0.18ubuntu0.18.04.1
feedparser 5.2.1
gast 0.2.2
graphsurgeon 0.3.2
grpcio 1.20.0
h5py 2.9.0
html5lib 0.999999999
httplib2 0.9.2
idna 2.6
Keras 2.2.4
Keras-Applications 1.0.7
Keras-Preprocessing 1.0.9
keyring 10.6.0
keyrings.alt 3.0
language-selector 0.1
launchpadlib 1.10.6
lazr.restfulclient 0.13.5
lazr.uri 1.0.3
louis 3.5.0
lxml 4.2.1
macaroonbakery 1.1.3
Mako 1.0.7
Markdown 3.1
MarkupSafe 1.0
mock 2.0.0
numpy 1.13.3
oauth 1.0.1
oauthlib 2.0.6
olefile 0.45.1
PAM 0.4.2
pbr 5.1.3
Pillow 5.1.0
pip 19.0.3
protobuf 3.7.1
pycairo 1.16.2
pycrypto 2.6.1
pycups 1.9.73
pygobject 3.26.1
PyICU 1.9.8
PyJWT 1.5.3
pymacaroons 0.13.0
PyNaCl 1.1.2
pyRFC3339 1.0
python-apt 1.6.3+ubuntu1
python-debian 0.1.32
pytz 2018.3
pyxdg 0.25
PyYAML 5.1
requests 2.18.4
requests-unixsocket 0.1.5
scipy 0.19.1
SecretStorage 2.3.1
setuptools 41.0.1
simplejson 3.13.2
six 1.12.0
ssh-import-id 5.7
system-service 0.3
systemd-python 234
tensorboard 1.13.1
tensorflow-estimator 1.13.0
tensorflow-gpu 1.13.1+nv19.4
tensorrt 5.0.6.3
termcolor 1.1.0
ubuntu-drivers-common 0.0.0
uff 0.5.5
unattended-upgrades 0.1
unity-scope-calculator 0.1
unity-scope-chromiumbookmarks 0.1
unity-scope-colourlovers 0.1
unity-scope-devhelp 0.1
unity-scope-firefoxbookmarks 0.1
unity-scope-manpages 0.1
unity-scope-openclipart 0.1
unity-scope-texdoc 0.1
unity-scope-tomboy 0.1
unity-scope-virtualbox 0.1
unity-scope-yelp 0.1
unity-scope-zotero 0.1
urllib3 1.22
wadllib 1.3.2
webencodings 0.5
Werkzeug 0.15.2
wheel 0.33.1
xkit 0.0.0
zope.interface 4.3.2
scht@scht-desktop:~$
<7> 簡單測試一下是否報錯：如下不報錯，故環境都安裝成功！
4.總結及注意事項：
- 訓練速度其實還是挺慢的，比我的筆記本電腦略慢一點，但是考慮這個開發板5W的功耗，還要啥自行車。
- jetson的顯存和內存是共享的，一共只有4G，還是需要小心些使用的。
- tf卡壽命有限，所以如果拿來做正式產品，一定考慮如何保護tf卡以及tf卡損壞的預案。
- 雖然開發板功耗不是很高，但是對電源的要求還是略苛刻的，如果有任何使用異常，請先考慮是不是電源輸出功率不夠
5.關於攝像頭
USB的攝像頭可以隨便用，隨便買，基本都能支持。
如果是要用CSI接口的攝像頭，那麼Jetson官方文檔指出，Jetson設備只支持IMX219方案的攝像頭，淘寶上買要RMB120以上，千萬不要看錯了。那種十幾塊的CSI排線攝像頭，Jetson的設備沒有驅動，完全無法用