在Jetson板子上多次遇到编译caffe或video-caffe或opencv时或者某些网络模型的python代码内调用的C++版加速算子时，会遇到编译到半路报这种错误:c++: internal compiler error: Segmentation fault (program cc1plus)Please submit a full bug report,...后面更多的信息就不贴出来了

Eclipse有个很好的功能就是能一键将源码全部格式化成标准好看的格式，不用自己在写代码时时时刻刻去注意缩进和行长度等那些烦人的细节，但是实验了一下Eclipse最新的2020-06版本，C/C++版Eclipse没有arm版本的，只有X86版，同时C/C++版还不能安装CppStyle插件(就是相当于vscode下的cpplint插件)，Java版本当然是支持，但是用Eclipse Market

Python的virtual env和Anaconda的env可以用来做环境隔离防止不同的模型环境之间在安装时相互影响甚至因为支持包的版本冲突导致不能同时使用，但是不具备打包发布部署的功能，想要调试好一个用于训练或者模型运行调用的环境后直接可以打包发布部署到别的linux机器上，还是非docker莫属，Docker作为隔离运行和部署的工具利器，现在使用越来越多，要想在生产环境中使用同一......

Apollo官网上下载的代码编译是没这个问题的，我用的这个是某个beta版，可能新旧版本代码和编译环境里的bazel版本之间兼容没做好。用Apollo的某个版本的源码，执行。创建容器并进入容器后执行。

NVIDIA的TAO(Train, Adapt, Optimize)Toolkit以前叫TLT(Tranfer Learning Toolkit)，即迁移学习工具，关于什么是迁移学习，网上资料大把，这里只说TAO，故不多说迁移学习。只要是干过模型的，看看NVIDIA官网上给出的这张关于TAO的架构图，也能大概明白了七八分:近来琢磨熟悉TAO的使用并写PPT给组内培训，所以对TAO的相关文档仔细过了

Eclipse有个很好的功能就是能一键将源码全部格式化成标准好看的格式，不用自己在写代码时时时刻刻去注意缩进和行长度等那些烦人的细节，但是实验了一下Eclipse最新的2020-06版本，C/C++版Eclipse没有arm版本的，只有X86版，同时C/C++版还不能安装CppStyle插件(就是相当于vscode下的cpplint插件)，Java版本当然是支持，但是用Eclipse Market

UniAD的NuScenesE2EDataset继承自NuScenesDataset，其实例里面的eval_detection_configs数据就是这么来的，里面的class_names的值默认是通过dict.keys()获得的，没有转换成Pickler支持的类型，这才导致了TypeError: cannot pickle 'dict_keys' object

在import一个so库里的类或函数时，有时发现so文件分明就在那路径下，可是总是报错ModuleNotFoundError: No module named ***，这种错误的可能原因有:1.首先要确保so所在的路径已经包含在sys.path里了，如果so所在目录已经是在python默认的系统路径里，例如/usr/lib/python3.6/site-packages/或者/usr/local/

这里的错误导致分配CUDA内存的大小不对，导致后面给这块CUDA内存拷贝赋值时发生了越界访问从而把CUDA内存搞脏了，然后错误就发生在前面那个核函数调用的地方。CUDA内存弄脏后再访问CUDA内存会出错，但是报的错一般是让你根本无法看出准确原因的，出现莫名其妙的错误时，可能需要整个排查而不是只盯着出错处查，否则可能折腾很久浪费时间还是不知道原因在哪里。有时忘了这个经验浪费不少时间，记录一下备忘。

有操作屏幕的机器人通常首选安卓系统作为屏幕UI应用的开发和运行环境，机器人的导航和运动等底盘控制则通常都是基于Linux+ROS实现的，跑安卓系统的板子通常俗称上位机，跑Linux+ROS的则叫下位机，为完成机器人的整体功能控制，上下位机之间是需要通讯的，另外如果有专门的特殊设备(比如执行和传输数据频繁的实时性要求高的设备，这样的设备通常都首选只支持Linux)跑起来如果比较耗资源，连...