Pytorch检查CUDA和cudnn版本检查CUDA检查cudnn命令行终端启动python检查CUDA>>> import torch>>> torch.cuda.is_available()# 检查cuda是否可用>>> torch.version,cuda# 查看cuda版本检查cudnn>>> torch.backe

Python里的sum函数语法例子1. 列表中的元素为数字：2. 列表中的元素为字符串：3. 列表中元素为列表语法sum(iterable, start)参数1 iterable，一个可迭代对象，可以是列表、字典、元祖等，重要的是可迭代对象中的元素是可相加的。比如数字、列表是可加的，字符串就不是可加的参数2 start，可选参数，他会被加到可迭代对象的和中，默认是0例子1. 列表中的元素为数字：&

Ubuntu安装Opencv31. 安装准备2.安装3.配置环境4. 检验环境：Ubuntu 20.04, Opencv3.4.141. 安装准备1.1 安装cmakesudo apt-get install cmake1.2安装依赖环境sudo apt-get install build-essential libgtk2.0-dev libavcodec-dev libavformat-dev

国科大计算机视觉20-21考题SIFT检测及描述流程（20分）相机成像模型（16分）两视图的稀疏重建（16分）LM算法流程（16分）PCA的思想及流程（16分）自由发挥题（16分）总结：题目很基础，并不难，这次复习疏忽了，光顾着看马尔可夫，PCA和LM都没有记牢靠。在这里写个博客记录一下，同时也是提醒自己，不能有侥幸心理，一侥幸就被逮捕了…，准备要充分，可能考到的都要复习到，白给的分拿不到真跟掉块

SIFT特征点提取及描述1. 构建高斯差分金字塔2. 空间极值点检测3. 特征点精确定位4. 消除边缘影响5. 为特征点分配主方向6. 构建特征点描述子SIFT（Scale-invariant feature transform）尺度不变特征变换，是计算机视觉中非常经典的特征点提取与描述算法，该方法于1999年由David Lowe 首先发表于计算机视觉国际会议（International Con

关于/etc/ld.so.conf/和环境变量LD_LIBRARY_PATH1. 动态可执行程序和静态可执行程序2.动态链接库的搜索2.1 查询程序依赖的动态链接库2.2 动态装入器（dynamic loader）2.3/etc/ ld.so.conf文件2.4 ldconfig命令2.5 /etc/ld.so.conf.d目录3. 环境变量LD_LIBRARY_PATH参考链接:1. 动态可执行

Python里的sum函数语法例子1. 列表中的元素为数字：2. 列表中的元素为字符串：3. 列表中元素为列表语法sum(iterable, start)参数1 iterable，一个可迭代对象，可以是列表、字典、元祖等，重要的是可迭代对象中的元素是可相加的。比如数字、列表是可加的，字符串就不是可加的参数2 start，可选参数，他会被加到可迭代对象的和中，默认是0例子1. 列表中的元素为数字：&

关于/etc/ld.so.conf/和环境变量LD_LIBRARY_PATH1. 动态可执行程序和静态可执行程序2.动态链接库的搜索2.1 查询程序依赖的动态链接库2.2 动态装入器（dynamic loader）2.3/etc/ ld.so.conf文件2.4 ldconfig命令2.5 /etc/ld.so.conf.d目录3. 环境变量LD_LIBRARY_PATH参考链接:1. 动态可执行

Pytorch检查CUDA和cudnn版本检查CUDA检查cudnn命令行终端启动python检查CUDA>>> import torch>>> torch.cuda.is_available()# 检查cuda是否可用>>> torch.version,cuda# 查看cuda版本检查cudnn>>> torch.backe

视觉SLAM十四讲 Ubuntu20.04 Pangolin 环境配置一. github下载源代码选择0.5版本的，要不然版本装高了编译ORB-SLAM2会遇到问题二. 报错及处理error: ‘AV_PIX_FMT_XVMC_MPEG2_MC’ was not declared in this scope详细报错信息/home/andy/Downloads/Pangolin/src/video/