报错日志：windows下使用python setup.py install包含pytorch组件时报：cpp_extension.py:237: UserWarning: Error checking compiler version for cl: 'utf-8' codec can't decode byte 0xd3 in position 0: invalid continuation

目录前言本地安装（使用.run文件）1.下载驱动2.删除原有的英伟达驱动3.禁用nouveau驱动4.安装驱动5.测试驱动6.碰到的问题线上安装（推荐）1.准备工作2.安装驱动前言最近买了一块RTX A4000，需要在Ubuntu里跑建模仿真和深度学习，因此肯定要安装nvidia的驱动、cuda和cudnn。因为Ubuntu对Nvidia独显的支持没有windows系统那么好，踩了不少坑，因此做个

Python OpenCV实践，相机标定前言准备棋盘格标定相机图像去畸变前言本篇主要是使用python opencv标定相机内参和畸变参数的记录，主要参考opencv官方文档中的示例。本篇不会涉及标定原理。准备棋盘格一张棋盘格图（最好把棋盘格图粘贴到一块平板上，保证棋盘上的角点都在同一平面）。这里提供一个简单的棋盘格生成程序，在A4纸打印分辨率为96ppi时，棋盘每个格子的宽度为cube_cm：d

目录前言镜头成像畸变原因去畸变方法python去畸变输入代码结果前言由于相机的镜头并不完全理想，成像时会产生线条扭曲、失真等。对双目图像、鸟瞰图等进行处理时，首先要矫正去畸变。镜头成像畸变原因相机的镜头前有一块透镜，由于透镜的形状，当光线穿过透镜时，靠近光轴的光线折射比远离光轴的折射要小，就会产生径向畸变，此时真实世界中的直线在图像中会被弯曲，往外弯曲是枕形畸变，如下图（b），往里弯曲是桶形畸变，

OpenCV：解决cmake时的ippicv、face_landmark.dat等文件下载失败问题前言1.安装依赖，下载OpenCV和opencv_contrib包2.修改ippicv、ffmpeg等第三方包的下载地址3.cmake和编译安装4.总结前言Ubuntu中安装OpenCV的教程很多，有少数博客提出了手动下载ippicv、face_landmark.dat等文件放在本地.cache文件夹

数值计算之 插值法（4）切比雪夫零点插值前言插值点选取第一类切比雪夫多项式拉格朗日插值多项式的余项切比雪夫零点插值后记前言上篇插值法讨论了多项式插值的解，以及龙格现象。本篇将介绍一种在抽取节点时有效降低龙格现象的方法——切比雪夫零点插值。插值点选取插值多项式阶数较高时，在取值空间均匀取点，容易出现龙格现象。即区间边缘的插值结果与原函数差异很大，而区间中央的插值结果相对较好。这表明，高阶多项式插值对

概率论之 多维随机变量的期望，协方差矩阵前言多维系统状态多维随机变量的期望多维随机变量的协方差矩阵矩阵表示公式表示后记前言上一次写了一维随机变量的期望，方差，协方差。本次来记录多维随机变量的期望和协方差矩阵。这一块内容由浅入深，因此会有更新。多维系统状态假设系统状态有多个分量x1,x2,…,xnx_1,x_2,\dots,x_nx1​,x2​,…,xn​，则将其表示为向量的形式X=(x1,x2,…

目录前言镜头成像畸变原因去畸变方法python去畸变输入代码结果前言由于相机的镜头并不完全理想，成像时会产生线条扭曲、失真等。对双目图像、鸟瞰图等进行处理时，首先要矫正去畸变。镜头成像畸变原因相机的镜头前有一块透镜，由于透镜的形状，当光线穿过透镜时，靠近光轴的光线折射比远离光轴的折射要小，就会产生径向畸变，此时真实世界中的直线在图像中会被弯曲，往外弯曲是枕形畸变，如下图（b），往里弯曲是桶形畸变，

安装RealSense SDK 2.0安装配置步骤使用预编译好的包Using pre-build packagesConfiguring and building from the source code官方说明在这librealsense安装其实比较容易，但是我走了个弯路去安装内核patch导致浪费了很多时间，因此做个记录。安装配置步骤有两种方法，使用预编译好的包Using pre-build

文章目录前言通过git checkout命令进行关联通过git branch命令进行关联通过git push命令进行关联最后前言为了更方便的push和pull本地与对应远程分支，需要将两分支进行关联，主要有三种方式。通过git checkout命令进行关联第一种关联分支的方法是通过git checkout，可以在创建本地分支时就通过参数 -b 关联远程分支：# 拉取远程分支origin/branc