先说下我的电脑环境：win103060titorch10python3.8cuda11.3RuntimeError:CUDAoutofmemory.Triedtoallocate128.00MiB(GPU0;23.70GiBtotalcapacity;7.44GiBalreadyallocated;87.88MiBfree;7.71GiBreservedintotalbyPyTorch)Ifreservedmemoryis>>allocatedmemorytrysettingmax_split_size_mbtoavoidfragmentation.SeedocumentationforMem

解决方案一：（未解决，boost安装出错）proj2cmakehttps://github.com/mrpi/proj2cmake另附cmake镜像站：https://cmake.org/files/编译proj2cmake时报错：CouldNOTfindBoost(missing:Boost_INCLUDE_DIRsystemfilesystem可参考https://www.cnblogs.com/tang-zhou-zhou/p/16067695.html编译boost使用vs2017的x64_x86交叉工具命令提示符进入解压后的boost文件夹运行bootstrap.batb2tools

根据显卡型号、cuda版本确定英伟达驱动版本能够支持某一型号的GPU的英伟达驱动是一定的，我们想使用的tensorflow版本也是已知的，该tensorflow版本依赖的cuda版本也是一定的。所以根据显卡型号和cuda版本可以确定显卡驱动。参考链接：https://www.jianshu.com/p/7f6ae178121chttps://blog.csdn.net/weixin_42545878/article/details/94735192英伟达驱动、cuda、cudnn之间版本的对应关系：https://docs.nvidia.com/cuda/cuda-toolkit-releas

目录ORB-SLAM3的CMake编译1 配置环境1.1确定g++的版本1.2安装Pangolin1.3Eigen3版本确认1.4 安装openCV4.4.01.5下载编译DBoW21.6 下载编译g2o2 编译ORB_SLAM32.1编译过程遇到的错误1：交换空间的内存不足 2.2编译过程会报错 error:‘decay_t’isnotamemberof‘std’        这篇博客的主要目的是实用性地记录如何成功地运行ORB-SLAM3。ORB-SLAM3有两个版本，分别是常规版本和ROS版本，因此本文也将重点介绍这两个部分。为了方便编译，源代码中提供了两个脚本，分别是build.sh

下载CUDA11.8下载CUDA11.8选择对应的系统架构OS版本逐步执行上图命令编辑环境变量文件sudogedit~/.bashrc配置环境变量exportPATH=/usr/local/cuda-11.8/bin:$PATHexportLD_LIBRARY_PATH=/usr/local/cuda-11.8/lib64:$LD_LIBRARY_PATH重启重启重启重要的事情说三边查看版本nvcc-V结果安装cudnn下载cudnn找到适合你的cudnnhttps://developer.nvidia.com/rdp/cudnn-archive#a-collapse7415-10安装cudn

1.CUDA流一个CUDA流指的是由主机发出的在一个设备中执行的CUDA操作序列。除主机端发出的流之外，还有设备端发出的流，但本文不考虑后者。一个CUDA流中的各个操作按照主机发布的次序执行；但来自两个不同CUDA流的操作不一定按照某个次序执行，有可能是并发或者交错地执行。任何CUDA操作都存在于某个CUDA流中，如果没有明确指定CUDA流，那么所有CUDA操作都是在默认流中执行的。非默认CUDA流由cudaStream_t类型的变量表示，它由如下CUDA运行时API产生与销毁：cudaError_tcudaStreamCreate(cudaStream_t*pStream);cudaErro

 　编写代码有bug是很正常的，通过编写完备的单元测试，可以及时发现问题，并且在后续的代码改进中持续观测是否引入了新的bug。对于追求质量的程序员，为自己的代码编写全面的单元测试是必备的基础技能，在编写单元测试的时候也能复盘自己的代码设计，是提高代码质量极为有效的手段。　　本文主要介绍以下几个方面的内容：　　1、何为单元测试　　2、何为gtest　　3、怎么使用gtest　　4、怎么运行测试一单元测试是什么？　　单元测试（UnitTesting），一般指对软件中的最小可测试单元进行检查和验证。最小可测试单元可以是指一个函数、一次调用过程、一个类等，不同的语言可能有不同的测试方法，暂时不必深究。

编写代码有bug是很正常的，通过编写完备的单元测试，可以及时发现问题，并且在后续的代码改进中持续观测是否引入了新的bug。对于追求质量的程序员，为自己的代码编写全面的单元测试是必备的基础技能，在编写单元测试的时候也能复盘自己的代码设计，是提高代码质量极为有效的手段。在本系列前序的文章中已经介绍了CMake很多内容，本文是针对单元测试的外延。　　本文主要介绍以下几个方面的内容：　　1、何为单元测试　　2、何为gtest　　3、怎么使用gtest　　4、怎么运行测试一、单元测试是什么？　　单元测试（UnitTesting），一般指对软件中的最小可测试单元进行检查和验证。最小可测试单元可以是指一个函

文章目录1.前置知识2.查看显卡驱动版本号3.查看显卡驱动版本号和CUDA版本对应关系4.查看经典的CUDA版本号5.安装CUDA5.1.下载CUDA安装包5.2.执行CUDA安装5.3.配置环境变量5.4.CUDA多版本管理1.前置知识如果Ubuntu系统还没有安装显卡驱动，参考这篇文章：Ubuntu20.04LTS安装RTX-3060显卡驱动2.查看显卡驱动版本号当显卡驱动安装完成后，需要使用nvidia-smi命令查看英伟达显卡驱动版本。nvidia-smi如上图所示，英伟达驱动版本为520.61.05，CUDA最高支持的版本为11.8。3.查看显卡驱动版本号和CUDA版本对应关系点击该

目录*序言00|系统信息01|下载安装Jtop02|卸载自带的opencv2.1为什么要卸载自带的opencv2.2卸载默认的方法2.3安装依赖库03|Nvidia预构建opencv-cuda4.5参考资料*序言大部分人在解决问题的时候，百度输入的关键词不够准确，展示出来的页面多数是跟自己用的系统版本不一致，导致安装失败。这点对于新手来说特别要注意，正如，你刚好看到我的文章，我希望你能在搜索时用硬件+系统+要解决的问题格式，说不定能提高你的检索效率。另外说一句，在2023年，有一款工具ChatGPT也是根据你提的问题回答。00|系统信息cat/etc/lsb-release结果：ISTRIB_