链接: https://pan.baidu.com/s/1mDdHR5oEN19q6ytjrZrl1w?pwd=95ud 提取码: 95ud 注意这是nvidia的嵌入式gpu，jetpack 5.0.1，aarch64，python3.8，cuda11.4环境下的pytorch 1.10.0，环境不一样的应该不能直接用！ Nvidia官网（https://forums.developer.nvidia.com/t/pytorch-for-jetson-version-1-11-now-available/72048）只提供了jetpack5.0下的pytorch 1.11和1.12版本，但是由于我要装的其他包不支持这么高版本的pytorch，所以自己根据上面网站里的教程从源码编译了pytorch 1.10.0，供环境相同的各位下载使用。

jetson-nano-image：为NVIDIA jetson nano板创建自己的图像

电脑安装了虚拟机Ubuntu， 对 agx Xavier 进行刷机详细教程。包含了deepstream、cuda等模块。

jetson nano 烧录EMMC引导 Jetson_Boot_USB.tar.gz

已经编译好的

这个破torch和配套的vision真不太好找，如果直接使用pip安装torch和torchvison会出现无法使用cuda的问题，英伟达官网提供了torch的whl包，但没提供torchvision的，这个配套的vision官网给的是dockter安装，但我好像不会用。。。然后就在网上瞎猫捉到死耗子一样找到了这个arm版本的vision，关键是好像可以和英伟达官网给的torch配套用 torch 版本号是1.10.0 vision 版本号是0.11.0

这个是我从TX2 jepack3.3下载下来的，cuda9安装包，当然这个安装包可以安装在任意jetson平台上，我博客中就举了个nano安装cuda9的例子，因为nano默认系统带的是cuda10. 这里分卷压缩了上传了3份，一起下载下来解压，相关文件是 cuda9.0-repo-l4t-arm64-jetson.zip.001 cuda9.0-repo-l4t-arm64-jetson.zip.002 cuda9.0-repo-l4t-arm64-jetson.zip.003

Nvidia针对JetPack4.5+(Linux for Tegra R32.5+)提供了官方的实时补丁，通过apt install的形式直接安装，避免了对内核文件的改动，不影响IMU驱动程序的安装。Linux CONFIG PREEMPT RT Patch

全套jetson_NX载板PCB硬件设计资料，包含原理图PCB数据手册

# Get Pangolin cd ~/your_fav_code_directory git clone --recursive https://github.com/stevenlovegrove/Pangolin.git cd Pangolin # Install dependencies (as described above, or your preferred method) ./scripts/install_prerequisites.sh recommended # Configure and build cmake -B build cmake --build build # with Ninja for faster builds (sudo apt install ninja-build) cmake -B build -GNinja cmake --build build # GIVEME THE PYTHON STUFF!!!! (Check the output to verify selected python version) cmake --