上一篇已经确定要使用pytorch的深度学习框架，作为不是太懂的我在网上四处搜寻资料，东平西凑的觉得把重要的东西给拿过来了，哈哈。
1、pytorch版本问题
1.1 、首先我就搞糊涂了pytorch与torch什么关系呢？
先上图
其实和我一开始想的一样，简而言之，pytorch是torch的python版本，哈哈（当然底层写的的不一样还有模型上的区别，等等）
1.2、jetson Nano的环境和什么样的pytorch最搭呢？
之前装的工具有用了，jtop工具有用了：
我这环境数据一目了然，在去pytorch官网：https://pytorch.org/get-started/locally/#supported-windows-distributions
这边有个帮你适配你的系统适合什么样的版本：
这么一看完犊子，我这在这上面也不好使，这应该是最新匹配的吧，无奈在网上又看到一个这样的对照表：
有一点让我很疑惑，网上看到别人装的NVIDIA官方镜像都是jetpack4.4 我的怎么是4.2，当时装的也没有注意，或者说别人提供的不是最新的（最新的好像是4.5）然后内部所有的系统环境都比我高一层，可以装pytroch1.6 。我这一对照智能1.4，也不知道高本版是不是多了更多东西，不管了，先干再说。
英伟达官网 https://forums.developer.nvidia.com/t/pytorch-for-jetson-version-1-9-0-now-available/72048 有对应的版本，不用千辛万苦去找了，有问题找官网。这么一说我上面的都是白费力气，直接官网，人家给你整的明明白白啊，看来后面直接来官网学习了。
1.3、指令：
先安装pytroch1.4
wget https://nvidia.box.com/shared/static/p57jwntv436lfrd78inwl7iml6p13fzh.whl -O torch-1.4.0-cp36-cp36m-linux_aarch64.whl
下载不了参考这篇文章有百度链接：
sudo apt-get install python3-pip libopenblas-base libopenmpi-dev
pip3 install Cython
pip3 install numpy torch-1.4.0-cp36-cp36m-linux_aarch64.whl #这两个最好分开装，装一个numpy满载cpu，超级慢
在安装torchvison（当然不是必须的）
$ sudo apt-get install libjpeg-dev zlib1g-dev libpython3-dev libavcodec-dev libavformat-dev libswscale-dev
$ git clone --branch v0.5.0 https://github.com/pytorch/vision torchvision
$ cd torchvision
$ cd torchvision
$ export BUILD_VERSION=0.5.0 # where 0.x.0 is the torchvision version
$ python3 setup.py install --user #时间好长啊
$ cd …/ # attempting to load torchvision from build dir will result in import error
$ pip install ‘pillow<7’ # always needed for Python 2.7, not needed torchvision v0.5.0+ with Python 3.6简单验证
验证pytroch1.4
import torch
print(torch.version)
print('CUDA available: ’ + str(torch.cuda.is_available()))
a = torch.cuda.FloatTensor(2).zero_()
print('Tensor a = ’ + str(a))
b = torch.randn(2).cuda()
print('Tensor b = ’ + str(b))
c = a + b
print('Tensor c = ’ + str©)
验证vison
import torchvision
print(torchvision.version)先保存.py文本，在用指令python3
2、用pycharm编程序，用nano去跑算法
借鉴大神的的方法，我这是在同一个局域网里面，就避免了外网需要转换的麻烦，我博客也有这方面的解决方法
PyCharm和nano的连接。首先，很多人都以为是把PyCharm安装到nano上，其实不是。是Pycharm在nano上搭建环境，也在nano上运行。具体步骤如下（我用的是专业版2018，嘿嘿破解版）：.打开PyCharm，选择File–》Setting–》Project–》Project InterPreter，打开后如下图所示，点击小齿轮图标
就不多说了，直接参看文章：
