在Jetson Nano上基于python部署Paddle Inference

一、准备好一块新鲜出炉的Jetson nano，并配好基础的开发环境

1.基础配置方法
Jetson系列——Ubuntu18.04版本基础配置（换源、远程桌面、开机自连WIFi）二、安装PaddlePaddle环境
1.直接下载官方编译好的Jetson nano预测库
下载地址：PaddlePaddle官方Linux预测库whl包下载
（一般来说，大家需要到官网上自行下载最新版本），不过这里为了方便起见，我已经准备好2.1.1版本的预测库，如果有最新版的，建议去官网下载。

2.直接将左边的paddlepaddle_gpu-2.1.1-cp36-cp36m-linux_aarch64.7z下载解压后将whl文件并传到Jetson nano上即可。

三、测试Paddle Inference
（1）拉取Paddle-Inference-Demo：

（2）测试跑通GPU预测模型
需要注意的是，需要将所有子文件夹中的run.sh最后的python修改为python3：

四、报错解决
也可以选择运行单个模型的run.sh。如果过程中有报错，请继续往下看。

（1）运行demo过程中卡住

解决方法：
扩大运行内存 （亲测：建议至少给8G，反正6G不行）
I
（2）core dumped
原因是因为JetPack4.4自带的numpy版本不对，numpy版本应为1.18.3。