NVIDIA TX2适用于什么领域？
近期正在开发一个基于TX2的应用项目，看到这个问题，就结合自己在使用TX2过程中的体验谈谈我的心得吧。官方给出的文档始终强调它适合于深度学习、计算机视觉、GPU计算、多媒体处理等领域，实际上它确实适合这些方面，我们的应用就是基于深度学习的图像处理问题。先看一下它的近距离写真吧^_^：我们使用的是一款基于C语言的开源深度学习框架——Darknet,使用该框架主要是因为我们使用的神经网络参考了Yolo,也是Yolo作者开发的一套对应框架。
实际上，该框架也可以用来运行别的一些结构的卷积神经网络。此处说点题外话，Yolo作者的操守还是很高的，前段时间为了反对将Yolo用于军事领域，层声称要退出相关研究。对于如下网络结构，使用1024*1024的图片进行测试，大概需要100-200毫秒。下面是官方给出的规格参数：以及使用官方刷机包刷机之后相关工具软件情况：使用前先考虑能否满足自己的需要？优势与长处：1、适合做图像处理方面的应用，硬件自带摄像头，工具包集成了OpenCV，Python等开发工作，很适合初学者使用；2、集成了CUDA和CUDNN，适合神经网络与深度学习方面的应用；3、集成度高，体积、重量较轻，价格相对较低，适合嵌入式方面的开发。
有人已经将该模块应用于无人家项目。4、对于成本要求较高，可以选择低端产品Nano,对于性能要求较高可以选择Xavior，代码容易移植。不足与注意事项：1、虽然TX2支持深度学习，但是对于目前流行的PyTorch深度学习框架的支持并不友好，目前没有现成的whl文件（虽然我在网上找到了现有的whl链接，但是根本无法下载，即使翻墙也不行），此外也试过PyTorch源码编译方式，网上有很多攻略，但是实际中总会遇到莫名其妙的错误，目前正在研究，还没有找到终极解决方案，如果有哪位朋友有过成功的编译经验，烦请不吝赐教；2、TX2实际分核心模块和开发套件，核心模块需要自己开发载板，适合企业级应用，对于新学者，建议选开发套件，购买时让客服帮忙刷机，这样拿到板子就可以快速上手。
