系统环境：ARM64+ubuntu18.04+jetpack4.2+cuda10.0
TX2是ARM64，后面下载包都需要注意，需要选择aarch64
jetson TX2查询版本信息，GPU占用，开启功耗模式等操作
一开始选择的Python代码编辑器还是Pycharm，但安装过程一把辛酸泪，一般都缺少JDK，尝试了许多教程也没有搞定，最后执行./pycharm.sh提示错误Internal error。放弃了，最终选择了VScode，秒完成，下面给出几个教程链接。
安装Pycharm：
安装VScode：
接下来开始配置conda+pytorch的深度学习环境，实际上Jetson TX2是ARM64，不支持安装Anaconda，但是有Anaconda的轻量化版：Miniforge和Miniconda，conda命令的使用相同。于是可以使用conda创建虚拟环境配置pytorch环境了，下面给出两个教程链接。
配置Pytorch：
注意事项：在TX2上，常用的conda命令无法完成pytorch的安装，需要首先确定jetpack的版本，并到NVIDIA官网下载对应版本的pytorch .whl文件。
另外，如果发现jetpack版本太低，想对TX2进行刷机，升级jetpack的版本，***amd64.deb的包是不能在ARM64上直接运行的，因此需要另外准备一台电脑。
Jetson TX2+ miniforge+pytorch+pycharm安装
Nvidia Jetson XAvier NX开发套件从装机到pytorch环境搭建YoloV5+DeepSort+TensorRT
常见问题：在conda中，使用pip或者import torch会报错：非法指令（核心已转储），这种情况一般是某个包版本冲突。可能是numpy，也有许多相关教程，还有说需要在gedit ~/.bashrc中加export OPENBLAS_CORETYPE=ARMV8，但我尝试了许多方法仍然报错。最后，我配置了opencv环境，问题突然解决，可能在配置opencv过程中，冲突的包被替换更新了。命令如下：conda install -c conda-forge opencv，一次不行就卸载了重新安装，我用重新安装opencv解决了两次非法指令这个问题。