1.windows10秒刷新一次：nvidia-smi -l 102.ubuntu10秒刷新一次：watch -n 10 nvidia-smi

1.环境ubuntu16.04htoppython3.6安装htop:apt upgradeapt install htop2.问题描述在screen中运行的跑在显卡上的python程序，按ctrl+C没能杀死程序，所以用了ctrl+Z。但是这个杀死的程序居然显存不释放。3.解决（1）通过nvidia-smi，查看显卡中占用的显存：看到对应的PID。（2）通过htop命令查看正在运行的进程PID：

论文《FLAD: Federated Learning for LLM-based Autonomous Driving in Vehicle-Edge-Cloud Networks》提出了一种基于联邦学习（FL）的自动驾驶框架，旨在通过分布式多模态数据训练提升大型语言模型（LLM）在自动驾驶中的性能，同时解决数据隐私和计算资源限制问题。FLAD采用云-边缘-车辆协作架构，结合智能并行训练和知识蒸

先记一下，怎么运行Dockerfile将Dockerfile放在一个目录下，然后指定目录去运行（最后一个点不要忘记）：# 模板sudo docker build -t your_container_name:your_Tag -f /Dockerfile_path .sudo docker build -t tensorflow/tensorflow:1.12.0-gpu-py3-v2 -f /t

【摘要】UniMM-V2X提出了一种基于多级融合和混合专家（MoE）架构的端到端多智能体自动驾驶框架。该研究解决了单体智能感知局限性和现有合作方法忽视规划对齐的问题，通过感知/预测层信息共享和MoE动态特征生成，显著提升系统性能。实验表明，在DAIR-V2X数据集上，感知精度提升39.7%，预测误差降低7.2%，规划碰撞率下降52%，同时保持较高通信效率。多级融合与MoE的协同作用被验证是关键创新

keras cifar10.load_data()自己下载数据1.使用keras时，导入cifar10数据会自动下载(https://www.cs.toronto.edu/~kriz/cifar-10-python.tar.gz),但是有时会下载出错；2.解决：（1）自己下载cifar-10-batches-py.tar.gz，然后将文件放到对应路径(～./keras/datasets...

1.安装sshpassapt-get -y install sshpass2.sshpass命令设置以前手动设置时：scp -r name@ip:/path1/* /path2现在自动设置：sshpass -p 'password' scp -r name@ip:/path1/* /path2

import torchfrom collections import OrderedDictfrom your_model import Net# your net architecturenet = Net()model_path = "your_model_path"# load model parametersstate_dict = torch.load(model_path, map_

1.环境windows/ubuntupython3.62.实现下面代码包含：1）随机数字+字母组合2）随机字母组合3）随机字母组合4）随机不重复数字+字母组合5）随机不重复字母组合6）随机不重复字母组合# -*- coding: UTF-8 -*-'''@author: mengting gu@contact: 1065504814@qq.com@time: 2020/11/3 下午9:04@fi

1.摘要多模态融合是自动驾驶系统感知的一项基本任务，最近吸引了许多研究人员。然而，由于嘈杂的原始数据、未被充分利用的信息以及未对齐的多模态传感器数据，实现相当好的性能并不是一件容易的事。在本文中，我们对现有的基于多模态的自动驾驶感知任务方法进行了文献回顾。一般来说，我们做了详细的分析，包括50多篇利用感知传感器（包括LiDAR和相机）试图解决物体检测和语义分割任务的论文。与传统的融合方法不同的是融