Nvidia Jetson Nano
是一个小巧却功能强大的计算机，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，它可以让你并行运行多个神经网络、对象检测、分割和语音处理等应用程序
搭载的四核Cortex-A57处理器，128核Maxwell GPU及4GB LPDDR内存，带来足够的AI计算能力
可提供472GFLOP,并支持一系列流行的AI框架和算法
比如TensorFlow、PyTorch、Caffe/Caffe2、Keras、MXNet等。
它！
搭载的四核Cortex-A57处理器，128核Maxwell GPU及4GB LPDDR内存，带来足够的AI计算能力
可提供472GFLOP,并支持一系列流行的AI框架和算法
比如TensorFlow、PyTorch、Caffe/Caffe2、Keras、MXNet
https://item.taobao.com/item.htm?spm=a2oq0.12575281.0.0.25911debf6JZwA&ft=t&id=597953056259
Jetson Nano提供的472GFLOP可用于快速运行现代AI算法。
实时进行计算机视觉和推理应用于各种复杂的深度神经网络（DNN）模型。
这些能力使多传感器自主机器人、具有智能边缘化分析功能的物联网设备和先进的人工智能系统都成为了可能。
a.智能分析---b.目标检测---c.soc系统级芯片---d.AI智能小车
为基于Ubuntu 18.04的Jetson Nano提供了完整的桌面Linux环境，具有加速图形，支持NVIDIA CUDA Tooklkit 10.0,以及cuDNN 7.3和TensorRT等库
Jetson Development Pack(JetPack)是一个按需提供的一体化软件包
捆绑并安装了适用于NVIDIA Jetson嵌入式平台的所有开发软件工具。
JetPack包括适用于多媒体、SPU计算、计算机视觉、深度学习。
Jetson Nano的micro USB接口，仅支持2A的电流，推荐使用DC来进行4A供电，满足Jetson Nano大部分使用需求的同时，还能带的动主要配件
如摄像头，显示屏，USB设备等负载。需要注意的是TF卡的装在位置比较隐蔽，不过幸好官方已经给出了比较形象的图片。
我们在测试中发现使用Jetson Nano最少需要32G内存卡
16G无法满足AI神经网络的玩法，烧录官方镜像需要12G的空间，若需运行AI神经网络还需要配置环境、下载模型文件等等
所以最低使用32G的内存卡，推荐使用64G或是128G的内存卡来满足各种玩法，当使用的配件如摄像头、显示屏等来进行图像识别实验时需要给4A供电来保障实验的有效运行。
这里我们使用Jetson Nano 来配置了一台小车测试。希望能给大家帮助
主板功能分布
安装注意
下图放在卡槽位置右侧或者上方都可以
Jetson Nano的TF卡槽位置比较隐蔽，需要注意插槽位置哦！
（看到这了还对这款宝贝充满疑惑？不怕！专业的教程为您打通人工智能道路上的荆棘！）
赠送相关资料
入门手册：
https://developer.nvidia.com/embedded/learn/get-started-jetson -nano-devkit
深度学习AI网站：
https://www.nvidia.com/en-us/deep-learning-ai
开发者博客：
https://devblogs.nvidia.com/jetson-nano-ai-computing
（复制粘贴是个好东西，这款开发板绝对值得）
淘
寳
一个人学习太累，加入我们吧！
1.QQ群
444193538
2.喵家论坛
https://bbs.kittenbot.cn/forum.php
3.我们的Kittenblock软件http://learn.kittenbot.cn/zh_CN/latest/kittenblock/index.html
4.小喵科技店铺https://kittenbot.taobao.com/shop/view_shop.htm?tracelog=twddp&user_number_id=2830157417
今天的新品推荐结束啦！
新品上线！
Jetson Nano
物联网教程系列二：kittenblock本地IOT服务器
--快速上手
人工智能教程系列
机器学习教程系列
机器学习5(轻量TensorFlow)教程系列
物联网教程系列
小喵提示
如果你喜欢本次推荐，分享到朋友圈
想要获得更多教学信息，敬请关注小喵哦！
完