查看“Jetson Nano”的源代码

<div class="tabber">
<div class="tabbertab" title="资料">
{{Product
|images=[[File:Jetson-Nano-9.JPG|360px |alt=10.1inch-HDMI-LCD | Jetson Nano Developer Kit]]
|categories=[[:Category:Nvidia Jetson|Nvidia Jetson]], [[:Category:AI|AI]]
|brand=NVIDIA
|features=
* 小型AI计算机
* GPU: 128- Core NVIDIA Maxwell™ 
* CPU: 64-bit Quad-core ARM A57 (1.43GHz)
* 内存: 4GB 64-bit LPDDR4 25.6GB/s
}}

Jetson Nano是一款形状、外接口类似于树莓派的嵌入式主板，搭载了四核Cortex-A57处理器，GPU则是拥有128个NVIDIA CUDA核心的NVIDIA Maxwell架构显卡，内存为4GB的LPDDR4，存储则为16GB eMMC 5.1，支持4K 60Hz视频解码。

NVIDIA Jetson Nano 助力开发数百万个新的小型、低功率的 AI 系统。 它开启了嵌入式物联网应用程序的新领域，包括入门级网络硬盘录像机 (NVR)、家用机器人以及具备全面分析功能的智能网关。

Jetson Nano 模组仅有 70 x 45 毫米，是体积非常小巧的 Jetson 设备。 为多个行业（从智慧城市到机器人）的边缘设备部署 AI 时，此生产就绪型模组系统 (SOM) 可以提供强大支持。

* 大小
 Jetson Nano 模组仅有 70 x 45 毫米，是体积非常小巧的 Jetson 设备。 为多个行业（从智慧城市到机器人）的边缘设备部署 AI 时，此生产就绪型模组系统 (SOM) 可以提供强大支持。

* 性能
 Jetson Nano 提供 472 GFLOP，用于快速运行现代 AI 算法。 它可以并行运行多个神经网络，同时处理多个高分辨率传感器，非常适合入门级网络硬盘录像机 (NVR)、家用机器人以及具备全面分析功能的智能网关等应用。

* 功率
 Jetson Nano 为您节约时间和精力，助力您实现边缘创新。 体验功能强大且高效的 AI、计算机视觉和高性能计算，功耗仅为 5 至 10 瓦。


[[File:JetsonNano视频组.mp4|680px]]

== 使用准备 ==
* 电源线。Jetson Nano 中并不包括电源线，您需要自己配一根，具体的参数是 5V@2A 的 Micro USB 电源线。
* SD卡。Jetson Nano要求最低配置16G的SD卡，但是整个系统刷完SD卡就被用了大概13G，后期还要安装TensorFlow等一些机器学习框架，还有可能要安装样本数据，所以建议至少使用 64G 的 SD 卡。
* 无线网卡（选配）。Jetson Nano搭载了千兆以太网卡，但是没有配备无线网卡。如果用户需要用到 Wi-Fi，则可以给 Jetson Nano 配备 USB 无线网卡或者符合 NGFF(M.2) 接口的网卡，例如 [[Intel AC8265]]

== 开箱视频 ==
[[File:JetsonNano开箱视频.mp4|680px]]

== 烧录镜像 ==
[[File:Jetson_Nano_1.gif|right]]

=== 下载镜像 ===
从 [https://developer.nvidia.com/embedded/downloads Jetson Download Center] 可以下载最新镜像。

=== 格式化 SD 卡 ===
使用 [https://{{SERVERNAME}}/w/upload/d/d7/Panasonic_SDFormatter.zip SD Formatter] 格式化 SD 卡。

=== 使用 Etcher 写入镜像 ===
可以通过 [https://www.balena.io/etcher/ Etcher] 或者 [https://{{SERVERNAME}}/w/upload/7/76/Win32DiskImager.zip Win32DiskImager] 写入镜像。推荐使用 [https://www.balena.io/etcher/ Etcher]，因为[https://developer.nvidia.com/embedded/downloads 下载的镜像]实际上是一个压缩包，而 [https://www.balena.io/etcher/ Etcher] 会自动解压之后再进行写入。如果使用 [https://{{SERVERNAME}}/w/upload/7/76/Win32DiskImager.zip Win32DiskImager] 写入镜像的话，写入之前，还需要手动把镜像解压。

=== Jetson Nano 开机 ===
烧写完成后，连接显示器、鼠标键盘，还有将SD卡插入 Jetson Nano 的核心板。

=== 视频教程 ===
[[File:JetsonNano烧录镜像.mp4|680px]]

Jetson Nano 刷系统的方式与 Jetson 家族的 TX 系列不一样，直接把镜像写入SD文件即可。

== 检查已安装组件 ==
Jetson Nano 的 JP 镜像已经安装好了 JetPack，CUDA，CuDNN，OpenCV，并有例子。安装路径如下：
{| class="wikitable"
|-
| TensorRT || /usr/src/tensorrt/samples/
|-
| CUDA || /usr/local/cuda-/samples/
|-
| CuDNN || /usr/src/cudnn_samples_v7/
|-
| Multimedia API || /usr/src/tegra_multimedia_api/
|-
| VisionWorks || /usr/share/visionworks/sources/samples/ /usr/share/visionworks-tracking/sources/samples/ /usr/share/visionworks-sfm/sources/samples/
|-
| OpenCV || /usr/share/OpenCV/samples/
|}
=== 检查 CUDA ===
编辑 .bashrc
<pre>
sudo vim  ~/.bashrc
</pre>
在最后添加
<pre>
export CUDA_HOME=/usr/local/cuda-10.0
export LD_LIBRARY_PATH=/usr/local/cuda-10.0/lib64:$LD_LIBRARY_PATH
export PATH=/usr/local/cuda-10.0/bin:$PATH
</pre>
然后保存退出。
最后别忘了 source 一下这个文件。
<pre>
source ~/.bashrc
</pre>
source 后，此时再执行<code>nvcc -V</code>进行验证。

=== 检查 OpenCV ===
Jetson Nano 中已经安装了 OpenCV，可以使用命令检查OpenCV是否安装就绪。
<pre>
pkg-config opencv --modversion
</pre>
如果OpenCv安装就绪，会显示版本号。

=== 检查 CuDNN ===
Jetson-nano中已经安装好了cuDNN，并有例子可供运行，我们运行一下例子，也正好验证上面的CUDA
<pre>
cd /usr/src/cudnn_samples_v7/mnistCUDNN             # 进入例子目录
sudo make                                           # 编译一下例子
sudo chmod a+x mnistCUDNN                           # 为可执行文件添加执行权限
./mnistCUDNN                                        # 执行
</pre>


[[File:JetsonNano检查已安装组件.mp4|680px]]

== 安装 AI 库 ==
[[File:JetsonNano安装AI库.mp4|680px]]

== 离线安装 Tensorflow ==
[[File:JetsonNano离线安装Tensorflow.mp4|680px]]
* [https://{{SERVERNAME}}/w/upload/7/72/Tensorflow-packages.tar.gz Tensorflow 离线安装包 for Jetson]

== 物品检测 ==
[[File:JetsonNano物品检测.mp4|680px]]

[[File:JetsonNano动态物品检测.mp4|680px]]

== Jetson Inference ==
[[File:JetsonNano之JetsonInference.mp4|680px]]

== CUDA例程 ==
[[File:JetsonNano之CUDA例程.mp4|680px]]

== 使用摄像头 ==
[[File:JetsonNano使用摄像头.mp4|680px]]

== USB设备模式 ==
[[File:JetsonNanoUSB设备模式.mp4|680px]]

== 安装JupyterLab ==
[[File:JetsonNano安装JupyterLab.mp4|680px]]

{{Service00}}