为啥要搞Jetson TX2 ?

性能：

1. GPU：TX2 是Pascal架构的，256个CUDA cores，同是Pascal架构的GTX1080 Ti是3584个CUDA cores。
2. CPU：2个 Denver + 4个A57 相当于低功耗版本的i3，也不需要CPU干啥。
3. 内存：8GB 128bit LPDDR4 59.7 GB/s，吞吐量还是很大的。
4. eMMC：32GB，装上系统和Jetpack，还剩10个G多点。
5. 功耗：15W，有几个功耗模式可以选择。

结论：

官方建议的使用场景是Inference，所以还是不要用这个训练大型神经网路了。

使用GPU试过训练mnist数据集 Tensorflow的官方教程，比我2013 Late的MBP用CPU快5倍左右吧...

机器视觉物体识别(Object Detection)领域，大模型需要大内存，没得选。之前尝试过树莓派 3b（内存1GB），基本稍微大一点的模型就挂了。

Jetson TX2相关资料：

学习网站：

1. Jetson Hacks 基础知识 + geek project
2. 英伟达的开发者论坛 算是技术支持吧，毕竟花钱了...

---

刷机：预计用时 4小时

1. 键盘滑鼠一台，HDMI介面的显示器一台。
2. Ubuntu
1. 可以实体机安装一个ubuntu 14，作为刷机的宿主机器。
2. 因为不经常使用，在Mac上装一个Virtual Box也是可以的，空间要预留至少50GB，参考教程。
3. 下载Jetpack:
1. 内含：TensorRT，cuDNN，CUDA，Multimedia API，L4T，Development Tools，具体看说明。
2. 目前官方版本3.1，3.2属于Developer Preview，非常期待3.2，因为支持了Docker，能不能用Docker版本的tensorflow-gpu，目前不确定，官方说还要等Nvidia Docker release 2.0。
4. 刷机过程按官方步骤一步一步来，测试一下CUDA的例子可以跑，完事了。

框架安装：预计用时 4小时

OpenCV4Tegra

• 教程1，教程2，build很耗时，????

Tensorflow

• 教程，build很耗时，????

一天就这么结束了。

推荐阅读：