搜索eigen3的头文件里确实定义有__CUDACC_VER__之类的定义，但是cuda说不支持了，这很显然是eigen3.3.4版本低了，和cuda11.8不匹配，一种解决办法是按网上说的，删掉eigen3.3.4，去网上下载更新版本的。(例如3.3.8或3.4)然后自己编译安装，但是考虑到部署需求，我们的环境不能随便动，最好能不动eigen就能解决这个问题。

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。

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...

     假若你的Linux版本比较高，默认安装使用的gcc/g++版本比较高，比如Fedora28使用的gcc/g++ 8.1，而某些软件源码编译只支持较低版本的gcc版本，比如cuda9.0只支持gcc6(Fedora25默认使用的)，cuda9.1/9.2使用gcc7(Fedora27默认使用的)，那么一般可以有两种办法：(1)安装scl后然后安装CentOS的repos源，然后安装de..

hub.docker.com上绝大部分镜像都是只能在X86平台上使用的，arm上的很少，arm64上的装有Ubuntu18.04的只找到个arm64v8/ubuntu:18.04镜像，pull下来后使用过，里面很多东西没安装，连基本的vim都没有安装，而且安装完一些支持包后使用nvidia-docker run 创建的容器里面GPU设备总是找不到，GPU测试通不过，虽然CUDA和cuD...

from Cryptodome.Cipher import AESModuleNotFoundError: No module named 'Cryptodome'安装pycryptodome还不行，得安装pycryptodomex才能解决。在docker里运行rosbag，安装ros后还不行，还得安装一些支持包。Failed to load Python extension for LZ4 su

服务器上多张GPU卡被不同人在不同的docker容器中使用，有时GPU分明没人使用了，使用nvidia-smi查看也是内存没占用:可是在容器内运行程序到分配GPU内存时总是报内存溢出的错误：可以看到，就是这么分配2M内存都分配不出来！尽管程序里开头的部分已经指定了要使用的是这些内存没被占用的GPU:os.environ['CUDA_VISIBLE_DEVICES']='6,7'使用pip inst