Jetson Nano从零开始（1）：介绍
摘要
最近开始玩Jetson Nano，写下这个从零开始的教程备忘，这个教程主要分为四部分： 介绍：对板子情况进行介绍 硬件篇：拿到板子后如何做 软件篇：板子系统上的软件配置 TensorRT使用：深度学习推断环境，写如何实现深度学习模型的部署 这一篇主要介绍Jetson Nano板子的基本情况。
介绍
在GTC 2019上，NVIDIA推出人工智能计算机Jetson Nano，外观小巧玲珑如同树莓派，但性能却非常强大，可以提供高达472 GFLOPS的浮点运算能力，而且耗电量仅为5W。 为了方便大家开发软件程序，JetPack SDK中新增了CUDA-X平台，里面包含40多个加速库，包含用于深度学习、计算机视觉、计算机图形和多媒体处理的加速库，可以加快开发者、企业对于程序上的应用开发。此外还包含有最新版本的CUDA、cuDNN、TensorRT和完整版桌面Linux操作系统。 Jetson Nano支持高分辨率传感器，可以并行处理多个传感器，并且可在每个传感器流上运行多个现代神经网络。它还支持许多常见的人工智能框架，让开发人员轻松地将自己偏爱的模型及框架集成到产品中。 Jetson Nano硬件为四核Cortex-A57 CPU，GPU则是规模最小的Maxwell架构显卡，只有128个CUDA单元，配备了4GB LPDDR4内存以及16GB存储空间。
按我的理解Jetson就是一块带有GPU的arm开发板，适合边缘计算部署。 板子的主要接口
