然而，这两个需求的构建都需要花费大量的时间。在本教程中，您将学习如何使用 Streamlit 作为前端和 FastAPI 作为微服务快速构建您自己的机器学习 web 应用程序，从而简化流程。在 Building a Machine Learning Microservice with FastAPI 中了解更多有关微服务的信息。 您可以使用 kurtispykes/car-evaluation-project GitHub 存储库中的代码尝试本教程中的应用程序。
为 NVIDIA Jetson 用户简化 CUDA 升级
NVIDIA JetPack 为 Jetson 平台上的硬件加速 AI 提供了一个完整的开发环境。以前，NVIDIA JetPack 的独立版本支持单一版本的 CUDA，您无法在给定的 NVIDIA JetPack 版本上升级 CUDA。 NVIDIA JetPack以一个 CUDA 版本的滚动节奏发布，通常在每个主要的发布周期中都得到支持 ( 例如，NVIDIA JetPack 4.x 或 NVIDIA JetPack 5.x) 。 从 CUDA Toolkit 11.8 开始，使用 NVIDIA JetPack 5.0 及更高版本的 Jetson 用户可以升级到最新的 CUDA 版本，而无需更新 NVIDIA JetPack 版本或 Jetson Linux BSP (Board Support Package)。您可以与 CUDA Desktop 版本保持一致。 Jetson 上的 CUDA 与台式机上的 CUDA 比较 为了理解为什么离散 GPU (dGPU) 的桌面和使用集成 GPU (iGPU) 的 Jetson 的 CUDA 支持模型有所不同，需要了解以下内容: CUDA 如何在 Jetson 上打包CUDA 如何在桌面上打包它们之间的区别
