- 博客(208)
- 收藏
- 关注
RSS订阅原创 【rosdep init】在使用ROS之前为什么需要初始化rosdep
初始化rosdep本地系统能访问最新的依赖规则数据库。ROS包的系统依赖项可以自动安装。避免因依赖缺失导致的编译或运行时问题。这一步骤通常在ROS安装完成后立即执行（官方文档会明确要求），是后续开发和协作的基础保障。
2025-03-22 14:15:05
413
原创 通过SSH（Secure Shell）协议windows远程连接Linux虚拟机
远程连接Linux虚拟机通常需要通过SSH（Secure Shell）协议来实现。SSH是一种网络协议，用于加密方式远程登录和操作计算机系统。要在Linux虚拟机上设置SSH远程连接，需要进行一系列配置步骤。
2025-03-16 18:59:43
377
原创 【terminator】setting
配置完了之后已经生成了~/.config/terminator/config文件。～/.config/terminator/config此文件内容如下【参考。选择preferences（配置文件首选项）随便设置一些就可以自动生成。刚安装完terminator之后默认没有配置文件，可以自己新建。文件或者自己鼠标放在terminator的。这个个人不是很喜欢，很normal。个人很喜欢这个，参考【
2025-03-15 16:34:16
291
原创 [terminator] E: 无法打开锁文件 /var/lib/dpkg/lock-frontend - open (13: 权限不够) E: 无法获取 dpkg 前端锁
【代码】E: 无法打开锁文件 /var/lib/dpkg/lock-frontend - open (13: 权限不够) E: 无法获取 dpkg 前端锁 (/var/lib/dpkg/lock-fronte。
2025-03-15 12:09:31
131
原创 【ros入门】issue log
E: Unable to locate package ros-humble–desktop 【解决方案】版本不匹配ros需要22.04
2025-03-12 19:15:08
84
原创 USB 3.0、USB 5Gbps和USB 10Gbps区别
当USB 2.0设备连接到USB 3.0接口时，设备能够正常工作，不过数据传输速度会被限制在USB 2.0的标准速率，即480Mbps。当把USB 3.0设备连接到USB 2.0接口时，由于USB 3.0设备兼容USB 2.0协议，所以它会降速以USB 2.0的标准来进行数据传输，此时USB 2.0接口能够识别该设备并正常使用，只是无法发挥出USB 3.0设备的高速传输性能。例如，某些安全策略可能会阻止外部设备的接入。需要在虚拟机软件的设置中，手动将USB设备添加到虚拟机，确保虚拟机能够识别到物理U盘。
2025-03-12 18:38:04
874
原创 【python】setuptools
在setup.pysetup(setuptools是 Python 打包和分发的核心工具，提供了丰富的功能来管理项目的元数据、依赖和构建过程。尽管它有一些局限性，但在大多数情况下，它仍然是构建和分发 Python 项目的首选工具。随着的普及，setuptools也在不断演进，以更好地适应现代 Python 打包生态。
2025-03-07 22:59:13
954
原创 【NVIDIA GPU Compute capability】Tesla/GeForce/TITAN/RTX系列等
NVIDIA英伟达GPU显卡算力一览（包含Tesla和GeForce、TITAN及RTX系列等）
2025-03-06 13:49:31
266
原创 【mmlab】ImportError: cannot import name ‘set_random_seed‘ from ‘mmdet.apis‘
若需长期维护项目，建议固定依赖版本并做好版本管理。：该错误本质是库版本与代码不兼容导致，优先推荐。
2025-03-05 16:42:13
420
原创 PermissionError: [WinError 5] 拒绝访问。: ‘e:\\miniconda\\install\\envs\\ganet\\lib\\site-packages\\funct
PermissionError: [WinError 5] 拒绝访问。改为 pip uninsrall --user torch ,不管用。
2025-03-05 15:54:26
148
原创 【python 环境变量】PYTHONUNBUFFERED=1
该环境变量在 Windows 和 Unix 系统（Linux/macOS）中均有效，但需注意不同终端对缓冲的默认行为可能略有差异。在容器化环境（如 Docker）中运行 Python 应用时，设置此变量可确保日志实时输出到控制台，方便通过。完全无缓冲会增加 I/O 操作频率，可能略微降低性能（尤其在频繁输出小数据时），但对多数应用影响可忽略。无缓冲时，“开始” 会立即显示，5 秒后显示 “结束”；在 CI/CD 流水线或自动化测试中，实时输出有助于快速定位问题，避免日志延迟导致调试困难。
2025-03-05 14:34:30
420
原创 多线程技术与系统资源占用情况的关系
多线程技术可以提高程序的效率和响应速度，但也会增加系统的资源消耗。在实际应用中，需要合理控制线程数量，避免过多的线程导致系统资源瓶颈。多线程对内存占用的影响主要取决于线程的数量、线程的实现方式以及线程之间的资源共享情况。合理控制线程数量、使用线程池、优化线程栈大小和共享内存可以有效减少多线程对内存的占用。线程池通过复用线程、控制线程数量、管理任务队列和优化资源利用，可以显著提升多线程程序的效率。在实际应用中，合理使用线程池可以提高程序的性能和响应速度，减少系统资源的浪费。通过threading模块的。
2025-03-04 23:17:09
936
原创 【多线程处理技术】网页中的视频播放
网页中的视频播放确实采用了多线程处理技术，通过将视频解码、播放和缓冲任务分配到不同的线程中，提高了播放效率和流畅性。当解码速度变慢时，缓冲区会暂停播放，直到下载足够的数据后再继续播放。
2025-03-04 22:51:57
400
原创 逻辑线程数量
逻辑线程数量是指操作系统能够同时管理的线程数量。这些线程可以是用户创建的，也可以是系统内部创建的。逻辑线程数量通常与CPU的核心数和超线程技术有关，但它并不直接等同于CPU的核心数或超线程数。与CPU核心数的关系物理核心数: 指CPU实际拥有的核心数量。例如，一个4核CPU有4个物理核心。逻辑核心数: 指操作系统能够识别的核心数量。如果CPU支持超线程技术，每个物理核心可以模拟出两个逻辑核心。例如，一个4核CPU支持超线程技术时，操作系统会识别为8个逻辑核心。与超线程技术的关系超线程技术。
2025-03-04 22:22:09
552
原创 【扫盲】【线程】多核 CPU 与多线程的关系
多核 CPU 的每个核心（Core）是独立的物理计算单元，能真正。让多个线程“交替执行”（单核）或“同时执行”（多核）。，无论 CPU 是单核还是多核，操作系统都可以通过。例如，4 核 CPU 可同时运行 4 个线程。：通过 4 核并行，计算速度显著快于单线程。程序通过创建多个线程（Thread）实现。多核 CPU 与多线程的关系需要从。
2025-03-04 21:59:13
670
原创 【Cmake】make /configure/--prefix/--disable-multilib
这个命令通常用于从源代码编译和安装软件，特别是需要自定义安装路径和功能支持时。如果你还有其他问题，请告诉我！
2025-03-04 17:20:35
290
原创 【libstdc++.so.6】ImportError: GLIBCXX_3.4.32 not found
直接修改系统库文件并不是一个好主意，可能会导致系统不稳定或其他程序崩溃。建议使用或LD_PRELOAD来临时指定库路径，或者安装更高版本的libstdc++。
2025-03-04 15:39:11
578
原创 CuPy 、 cusignal、OpenCV CUDA 模块
OpenCV（cv2）本身并不直接支持使用 CuPy 的数据类型。CuPy 是一个用于 GPU 计算的库，提供了与 NumPy 兼容的 API，而 OpenCV 主要使用 CPU 进行计算，并且其数据类型主要是 NumPy 数组。因此，如果你想在 OpenCV 中使用 CuPy 的数据，需要将 CuPy 数组转换为 NumPy 数组，然后再传递给 OpenCV 函数。
2025-03-03 16:36:01
242
原创 Numba 和 CuPy 可以同时使用？
Numba 和 CuPy 可以同时使用，但需要仔细设计代码以确保两者能够高效地协同工作。在实际应用中，可以根据具体需求选择合适的工具，或者结合使用以发挥各自的优势。
2025-03-03 15:29:32
244
原创 【git】git clone --recursive 参数
在一些复杂的项目中，可能会依赖其他外部的 Git 仓库。这些外部仓库被称为“子模块”。当一个项目使用子模块时，Git 会记住子模块的项目地址和特定的版本信息（或 URL 和分支等信息）。当你使用git clone不带参数时，Git 会克隆主仓库，但不会自动克隆子模块。使用后，Git 会克隆主仓库的同时，将主仓库中所有已配置的子模块也一并克隆下来。
2025-03-03 15:12:32
285
原创 import torch [numpy]报错 A module that was compiled using NumPy 1.x cannot be run in NumPy 2.2.3
问题的核心是 NumPy 2.x 与部分库的兼容性问题。通过降级 NumPy 到 1.x 或升级相关依赖，可以解决这种版本冲突。如果问题仍然存在，建议使用虚拟环境彻底隔离依赖冲突。
2025-02-27 09:59:44
729
原创 【DQ-DETR】models/dqdetr/ops
包含了模型的核心自定义算子，是多尺度变形注意力机制的高效实现。需要编译后才能使用，编译过程依赖 CUDA 工具链和 PyTorch 版本兼容性。如果遇到问题，优先检查 CUDA/PyTorch 版本、编译环境配置和代码语法。
2025-02-26 16:47:36
750
3
原创 为什么要download wsl-ubuntu的cuda-toolkit
使用WSL（Windows Subsystem for Linux）还需要下载WSL-Ubuntu的CUDA Toolkit，而不是直接使用Windows版本的CUDA Toolkit，主要基于以下几个原因：
2025-02-25 16:45:54
254
原创 Git：fatal: unable to access
要想不设置代理的时候也能访问需要配置全局，在所有 Git 仓库中都信任某个目录，可以将其添加到全局 Git 配置中，这些命令会将指定的目录添加到全局 Git 配置中，确保在任何 Git 仓库中都可以信任这些目录。cd path/to/your/repo # 替换为你的仓库路径这些命令会将指定的目录添加到当前仓库的 Git 配置中，仅在该仓库中信任这些目录.通过以下命令来验证配置文件位置：全局 Git 配置通常位于用户的主目录下的.gitconfig文件中，而仓库的 Git 配置位于仓库目录下的。
2025-01-22 12:54:19
782
原创 Failed to restart networking.service: Unit networking. Service not found
可能已经被替代为或服务。根据你的系统，选择适当的服务进行重启。通过或来重启相应的服务。
2024-12-15 15:17:38
2754
1
原创 git pull解惑
总之，拉取操作通常不会直接覆盖你本地的文件，而是会尝试进行合并。但是，在合并过程中可能会遇到冲突，需要手动解决。此外，如果你有未提交的本地更改，Git会阻止你拉取以防止丢失这些更改。）更改时，Git会尝试将这些更改合并到你的本地仓库中。通常情况下，拉取操作不会直接覆盖你本地的文件，而是会尝试进行合并。但是，合并过程中可能会遇到冲突，这时需要手动解决。在Git中，当你从远程仓库拉取（
2024-12-05 20:10:47
379
原创 TensorRT使用INT8量化概述
TensorRT使用INT8量化主要涉及模型的训练后量化（Post-training quantization，PTQ）和量化感知训练（Quantization-aware training，QAT）。
2024-12-01 21:07:43
499
原创 NVIDIA Jetson 系列模块性能算力对比
在AI 推理和边缘计算中表现更强，而GTX 1050是一款面向桌面使用的消费级显卡，主要用于图形和游戏处理。如果你的目标是进行深度学习推理或嵌入式应用是更好的选择。如果你关注的是图形渲染和游戏性能GTX 1050更为合适。单纯从算力角度比较和GTX 1050，那么我们可以专注于它们的AI 推理能力和GPU 性能。如果只看算力提供的是100 TOPS的AI 推理性能，而GTX 1050提供的是2.1 TFLOPS的浮点计算性能。因此，Orin NX在AI 推理。
2024-12-01 12:40:39
10081
原创 nvidia | Jeston | Software Features in Depth | Flashing Support
使用flash.sh将 Bootloader 和内核刷写到 Jetson 设备，并可选择将根文件系统刷写到内部或外部存储设备。使用刷写连接到 Jetson 设备的内部或外部媒体。此脚本使用恢复初始 ramdisk 进行刷写，可以使用相同的过程刷写内部和外部媒体。由于此脚本使用内核进行刷写，因此通常比 flash.sh 更快。有关更多详细信息，请参阅。默认情况下，主板配置和分区布局支持存储容量为 64GB 或更高的外部媒体。为了适应存储容量较低的外部媒体，您需要修改主板配置中的ROOTFSSIZE。
2024-11-29 04:05:22
292
原创 【python error】【系统升级】cuInit failed: no CUDA-capable device is detected
我的系统刚从ubuntu20.04升级到ubuntu22.04。但是驱动因为系统升级了需要重新安装。nvida编译器还是可以用的。运行以前可以运行的文件报错。几天不见cuda又升级了。根据自己版本安装驱动。
2024-11-28 21:56:05
244
原创 【官宣】Jetson Linux | NVIDIA® Jetson™ Linux Driver Package
NVIDIA® Jetson™ Linux 驱动程序包是 Jetson 的板级支持包。它包括 Linux 内核、UEFI 引导加载程序、NVIDIA 驱动程序、闪存实用程序、基于 Ubuntu 的示例文件系统以及更多适用于 Jetson 平台的内容。
2024-11-28 15:49:30
572
原创 【官宣】JetPack SDK | JetPack 6.1
2024/11/28NVIDIA JetPack SDK 为 Jetson 模块提供支持，是构建端到端加速 AI 应用程序的最全面解决方案，可显著缩短上市时间。：带有引导加载程序、Linux 内核、Ubuntu 桌面环境、NVIDIA 驱动程序、工具链等的板级支持包 (BSP)。它还包括安全和无线 (OTA) 功能。：CUDA 加速 AI 堆栈，包括一整套用于加速 GPU 计算、多媒体、图形和计算机视觉的库。它支持应用程序框架，例如用于构建、部署和扩展 Vision AI 应用程序的。
2024-11-28 14:47:46
1131
原创 jeston显卡驱动安装与兼容性
JetPack 是 NVIDIA Jetson 开发套件的官方软件开发工具包，其中包括了 GPU 驱动程序、CUDA、cuDNN、TensorRT 以及其他开发工具和库。：JetPack 内置的显卡驱动和 CUDA 版本已经为 Jetson 硬件和操作系统做了优化，确保其版本匹配和稳定性。显卡驱动是系统自带，每个jetpack版本有对应的ko文件系统不需要也无法针对显卡驱动进行升级或者更新。关于显卡驱动的兼容性，NVIDIA 的驱动通常是和特定版本的 JetPack 深度集成的，因此。
2024-11-28 10:16:58
850
2
原创 NVIDIA Docker中 CUDA 与 host CUDA兼容性
如果主机驱动程序版本较低，不支持你想要使用的 CUDA 版本，你可能需要升级你的 NVIDIA 驱动程序。然而，当你使用 NVIDIA Docker（现在通常称为 GPU 容器工具包或类似名称，具体取决于 NVIDIA 的官方文档和工具更新）时，你确实需要。：确保你的系统上安装了正确版本的 NVIDIA Docker 运行时，并且它与你的 Docker 版本和 NVIDIA 驱动程序版本兼容。：查看你的主机上安装的 NVIDIA 驱动程序版本，并确认它支持你想要在容器中使用的 CUDA 版本。
2024-11-27 15:21:58
725
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人