梳理TensorFlow模型在Jetson TX2上进行inference的主要流程

1 内容概述

本文档主要内容：梳理TensorFlow模型在Jetson TX2上进行inference的主要流程，涉及到相关软件的安装、依赖库的编译配置以及PC端的深度网络模型在Jetson TX2的移植步骤。

2 开发环境

注意：PC端和Jetson TX2所使用的TensorRT安装包是不一样的，前者使用的是Tesla GPUs版本，而后者使用的是Jetson Platforms版本

2.1 PC端

1) Pycharm：Python程序的开发环境；

2) Python 3.5：

3) TensorFlow：数值计算的开源软件库，主要用于深度学习模型的搭建；

4) TensorRT Python API：在PC端使用TensorRT所需的Python库，以whl文件形式存在，存放在TensorRT安装包的python目录下；

5) UFF Python API：转换成uff