Jetson Nano 測試與使用心得
1. Raspberry Pi?
經過這幾天的把玩，筆者認為Nano相對於 Jeston Xavier 與 Jeston Tx2 這兩大家族成員來說，在安裝與操作上非常的簡單易懂，筆者認為已經接近於 Raspberry Pi(樹莓派)的便利性。
整體十分的流暢，在介面的使用上幾乎不會像Raspberry Pi一樣頓，安裝套件上也比 Jeston 其他系列來的方便非常多非常多(用過Jeston其他系列的人一定知道我在說甚麼)，基本上可以把他當成是高級版的Raspberry Pi，簡單來說就是能使用tensorflow-gpu的升級版Raspberry Pi，但是他也有自己很嚴重的問題，也就是供電這邊放在最後討論。
2. 簡單測試 with OpenCV
筆者在網路上隨邊抓了一個OpenCV的範例來跑跑看，整體的流暢度還是十分高的。(請忽略我凌亂的桌子)
3. Tensorflow運行測試
a. 在Tensorflow的使用上我認為載入速度是跟Raspberry Pi 差不多的，但其整體速度提升十分多(這是筆者之前寫給Raspberry Pi 的tensorflow範例)。
b. FPS如同預期的比Raspberry Pi 好上許多。
補充: 有朋友反應在使用Tensorflow時，遇到OOM(out of memory)問題，筆者這邊建議大家，如果遇到各種OOM問題，可以先嘗試關機或是關閉所有process再運行一次，如果還是出現OOM問題請參考下列程式碼:
gpu_options = tf.GPUOptions(per_process_gpu_memory_fraction=0.7)
sess = tf.Session(config=tf.ConfigProto(gpu_options=gpu_options))這行程式代表: 在運行Tensorflow的時候，佔用的memory不會超過總memory的7成，這樣就不會發生OOM了！
4. Object-detection
目前測試各種 Object-detection model 基本上都會瞬間造成死機。(附上程式碼位置給大家參考測試: https://github.com/kaka-lin/object-detection)
如果是編譯權重檔方面Kill，這邊筆者推估大概是因為jetson的process都不會關閉，所有memory 會被占用，基本上只要在沒開啟任何process下，還是能用OpenCV編譯權重檔。
但是只要用webcam跑real-time的 Object-detection 他還是會直接死機給你看(偵測照片還是沒問題的)。
目前很容易會遇到下面這個issue
如果要編譯的各位建議可以把所有process關掉然後再進行編譯，會比較容易編譯過去。
這邊放上死機實錄(大概在後面負荷太大他就直接關機了)
5. 缺點
在使用套件包上算是非常便利了，如果大家還是安裝不起來套件包可以參考上一篇文章最後面
基本上這邊不會有之前jetson家族的問題。
但是目前有一個十分嚴重的問題，就是供電非常容易不足
只要電壓一不穩他就會直接閃退給你看，甚至只要程式負荷太大他也會直接跳出關機 ，在小編這幾天測試下來死機對於jetson nano已經變一種常態了~
對於穩定度來講這邊還是建議大家如果要購買能順便一起買好一點的充電器!!
小編是採用2.5A/5V的供電器基本上使用沒問題，但是就是效能負荷過高會直接關機，或是推薦大家使用官方所用的DC 4A供電器。
以上就是筆者這幾天把玩Jetson Nano得心得，歡迎大家一起來討論你的使用心得。
