1、jetonson inference(官网教程)(使用jetpack3.3不建议参考，解决问题的思路倒是可以随便看看)

本人在前面的学习中走了一些弯路，此处开始以官网资料为准，下面开始学习官网提供的教程，叫做HELLO AI WORLD,github的网址。
在进行这个项目之前请先为您的TX2刷好机，本人使用的是Jetpack 3.3,刷机过程可一参考本人的另外一篇博客，链接在这里

一、从源头建设项目

仓库提供了一个TensorRT加速的深度学习网络库，用于图像识别，带有局部化的对象检测（即边界框）和语义分割，下面是构建和安装步骤。在终端上输入如下的命令行。

1、构建与安装

sudo apt-get update#更新安装程序列表
sudo apt-get install git cmake libpython3-dev python3-numpy
git clone --recursive https://github.com/dusty-nv/jetson-inference
cd jetson-inference
mkdir build
cd build
cmake ../  #当cmake运行时，会启动一个脚本(CMakePreBuild.sh)，它将为您安装所需的依赖项并下载DNN模型。
make -j4
sudo make install
sudo ldconfig
cd jetson-inference#以下这两步切记不可忘记了
git submodule update --init#更新submodule，官网的提示：Remember to run the git submodule update --init step (or clone with the --recursive flag)

2、构建过程中某些步骤的意义和可能遇到的问题：

（1）安装python3.6和对应的开发包

系统自带python 2.7,3.5,并且也有libpython-dev and python-numpy，但是没有python 3.6和对应的开发包，下面进行安装，