注意，这个步骤如果前面安装了 Driver，即步骤1内显示了版本时，这里不要安装 Driver，否则这里的 CUDA 会安装失败。在下载 PyTorch 时，这里的 Compute Platform 是运行的平台，这里是不包括 CUDA 安装的。的结果除了有 GPU 驱动版本型号，还有 CUDA Driver API 的型号，即上面的 12.0。（这里我的.run软件不小心删了，拿的别人的，所以除

Reference:git子模块的修改和更新操作1、子库与父库git关于子模块的官方文档链接：https://git-scm.com/book/zh/v2/Git-%E5%B7%A5%E5%85%B7-%E5%AD%90%E6%A8%A1%E5%9D%971.1 使用场景某个工作中的项目需要包含并使用另一个项目。 也许是第三方库，或者你独立开发的，用于多个父项目的库。想要把它们当做两个独立的项目，

由于停车线和停车线角点是从IPM图像(Fig. 4(b) 中的白点和黄线)检测出来的，因此很容易自动检测停车点。比如 Fig. 5(a) 与 Fig. 5(b) 两个 local map 要是直接合并重叠的效果如 Fig. 5© 一样不是太好，但要是用这个值作为初始值优化出一个回环检测的相对位姿，那效果就很 nice 了，如 Fig. 5(d) 所示。如果算力足够，应该将里程计得到的位姿作为初值，

安装OpenCV-Python时出现"python/cv2/py.typed not found"错误导致wheel构建失败。尝试两种解决方法：1）升级pip无效；2）改用预编译的旧版本(4.5.5.64)成功解决。文章还提及Linux系统下可能的其他解决方案（未实测）。该问题主要与新版本需源码编译有关，降级使用二进制版本可规避编译错误。

机器学习三：决策树1. 介绍2. 参数2.1. min_samples_split2.2. 不纯度和熵2.2.1 信息增益2.1.1.1 信息增益计算3. Bias-Variance Dilemma4. 总结5. SK Learn1. 介绍决策树是机器学习中最早也是最常使用的算法之一，它已经有几十年历史，稳定性非常好。它和支持向量机类似，也可以在这里使用核技巧，将线性决策面转换为非线性。决策树可以

是一个用于神经网络、深度学习和机器学习模型的可视化工具。Netron支持 ONNX、TensorFlow Lite、Caffe、Keras、Darknet、PaddlePaddle、ncnn、MNN、Core ML、RKNN、MXNet、MindSpore Lite、TNN、Barracuda、Tengine、CNTK、TensorFlow.js、Caffe2 和 UFF。

自动驾驶中激光雷达如何检测障碍物1. 介绍1.1 激光雷达-一种三维激光传感器1.2 激光雷达的优缺点？1.3 基于激光雷达如何进行障碍物检测？1.4 点云处理难点2. 点云处理2.1 点云处理-体素网格2.1.1 什么是体素网格？3 三维点云的分割3.1 RANSAC3.1.1 RANSAC 的实现4. 障碍聚类4.1 点云聚类4.1.1 计算 KD-Tree4.1.2 欧式聚类5. 边界框5.

(向量元素的平方和)。但是，这又有一个问题，不同金字塔层的特征点都用同一个阈值，是不是不合理呢？因为上面吸烟的比例为33%，因此在吸烟与肺癌没有关系的时候，肺癌患者吸烟与不吸烟的比例应该是33%，没有得肺癌的吸烟与不吸烟的比例也应该是33%为多维标准正态分布，也就是说不同金字塔层提取的特征，计算的重投影误差都被归一化了，或者说去量纲化了，那么，我们只用一个阈值就可以了。自由度的计算方法，可以简单抽

是一种寻找多元函数在一组约束下的极值的方法。通过引入拉格朗日乘子，可将有 ddd 个变量与 kkk 个约束条件的最优化问题转化为具有 d+kd + kd+k 个变量的无约束优化问题求解。假如有方程 x2y=3x^2y=3x2y=3，它的图像如下(左一)所示。现在我们想求其上点与原点的最短距离(中图)。这里介绍一种解题思路。首先，与原点距离为 aaa 的点全部在半径为 aaa 的圆上(右一)：那么，

是一种命令行实用程序，用于监控和管理 NVIDIA GPU（图形处理器）的状态和性能。它提供了一种简单而强大的方式来获取有关 GPU 的实时信息，并且可以用于诊断、优化和管理 GPU 资源。