每次写教程的出发点都是一样，大家写的都不够全面，很容易造成操作失误。顺便记录一下在百度因为驱动加班的日子。。。一、总述一般来说，安装驱动有三种方式，1>通过runfile进行安装（难度高一点）；2>通过软件更新器进行安装（简单）；3>通过ppa源安装（简单）。新手搞后两种就行，第一种容易黑屏、循环登录、安装异常、文本模式和图形模式的切换，不好驾驭。不管哪个方法，先禁用nouveau，开源社区搞出来的东西，原来想着和nvidia扳手腕，没想到，大家上来第一步，干把它禁用，不然可能会和nvidia驱动产生冲突（之前有一次还禁用不掉，就很烦人）。终端输入：sudogedit/etc/modprobe
环境WSL2+Ubuntu22.04显卡驱动:528.89CUDA:11.7问题在创建docker时使用--gpusall会报错：dockerrun--gpusall-it-eDISPLAY=unix$DISPLAY-v/tmp/.X11-unix:/tmp/.X11-unix:rwcelinachild/orbslam2/bin/bashdocker:Errorresponsefromdaemon:failedtocreateshimtask:OCIruntimecreatefailed:runccreatefailed:unabletostartcontainerprocess:error
Intel最近发布了101.4578Beta测试版显卡驱动，重点支持Arc锐炫系列，但在常规更新之外，还有一个隐藏点。在安装过程中，选择典型模式，会出现一个“ComputeImprovementProgram”(CIP)的新选项，字面意思就是“计算改进项目”，默认勾选。 它和所有类似的改进项目一样，都是用来搜集数据的。按照Intel的解释，为了改进Arc显卡的性能、功能、使用体验，CIP项目会搜集用户的电脑使用习惯、系统信息、其他设备信息、访问网站(不包含URL链接)等。其中，使用信息包括：显卡频率、驱动软件使用时长、系统内存占用量、笔记本电池续航时间、即插即用设备等等。系统信息包括但不限于：
opencv很早就支持cuda加速，但是一般用于图像处理模块。在视频读（包含实时视频流）写上，opencv可以使用ffmpeg作为后端进行编解码，通常是cpu软编解。如果ffmpeg的编译支持gpu硬编解，那么opencv的接口就直接支持硬件编解码了。1、ffmpegavcodec库是否支持cuda编解码1.1、系统库直接支持如果不想安装一堆依赖软件，可以直接下载static版本下载链接ffmpeg。linux下使用ffmpeg库，可能直接使用系统直接安装的libavcodec库（ubuntu下使用aptinstalllivabcodec-dev），可以直接使用ffmpeg工具查看）执行ffm
1、首先切换到dev分支上，拉取最新的代码1.gitcheckoutdev2.gitpull2、从已有的分支dev分支,创建一个dev_new分支gitcheckout-bdev_new3.创建完可以查看一下,分支已经切换到dev_newgitbranch4、提交该分支到远程仓库gitpushorigindev_new5、将远端的分支和本地的dev_new分支关联起来gitbranch--set-upstream-to=origin/dev_new6.验证创建的分支是否成功gitpull当出现Alreadyuptodate，代表该分支创建成功。从master分支创建新分支同理~
AI硬件市场上，NVIDIA可谓呼风唤雨，旗下的A100、H100加速器炙手可热。Intel、AMD也都在积极投入相关产品，前者主要是GPUMax系列，后者主要是InstinctMI系列。不久前，AMD刚刚正式推出了MI300系列加速器，其中MX300X首次将Zen4CPU、CDNA3GPU架构合二为一，并集成多达128GBHBM3，MI300A则是纯GPU方案，配备192GBHBM3。据说还有MI300C、MI300P两种版本，前者是纯CPU架构，后者则是MI300X的精简版，规模砍半。按照规律，这一代产品发布了，下一代产品肯定已经在积极研发中了，但是能从CEO口中确认下一代的名字，还不多见
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录前言==只要是驱动为rtl8811CU都可以参考==Ubuntu20.04下安装Ubuntu18.04下安装1.准备工作2.检查网络配置3.安装但是我并没有出现无线网络图标，解决方法如下前言只要是驱动为rtl8811CU都可以参考基于NVIDIAXavierNX此处是绿联AC650M，根据商家的教程，显示我ubuntu内核太高。因此不能用他们提供的驱动。奇怪的是我在ubuntu20.04使用的方法在18.04上就不适用，因此我在这分为两个不同版本进行演示安装。我感觉是因为内核原因Ubuntu20.04下安装【1】首先无线网
动态扩容Linux根目录：/dev/mapper/centos-home分配部分空间给/dev/mapper/centos-root(/dev/mapper/centos-root经常会满，可是/dev/mapper/centos-home很空)1.首先，必须确保其他分区有足够的空间用来分给根目录/。可以使用以下命令查看：$sudodf-h可以看到，这里home目录空闲的空间还很大，因此，我们将home的空间分给根目录一些。2.扩容根目录的思路如下：将/home文件夹备份，删除/home文件系统所在的逻辑卷，增大/文件系统所在的逻辑卷，增大/文件系统大小，最后新建/home目录，并恢复/hom
问题：远程存在多个分支，且不同分支对应不同的需求，即代码不同。那么本地dev分支修改完如何提交不同的代码到不同的分支呢？一、如图，远程代码有三个分支，本地也有三个分支（图中远程第二个分支因本地没checkout代码故未产生，dev分支由图中NewBranch新建）。现本地dev分支下修改了代码，且已经commit并push到master分支（图中因为我已经push过，故没有需要push的代码，） 二、切换到本地其它分支三、工程右键git--ShowHistory，选中Log，选中提交到master的记录，cherry-pick之后即可将在dev分支修改且需要提交到其它远程分支的代码拉到本地
在学习Flutter的时候，遇到需要安装flutter_inappwebview依赖包，发现无法安装，控制台提示GotTLSerrortryingtofindpackageflutter_inappwebviewathttps://pub.dev.经过网上查找资料，发现：如果在中国安装flutter，配置国内镜像是很好的解决办法。到此，解决方法找到。配置本地环境方法对于Linux和MacOS来说，添加如下两条环境变量即可：exportPUB_HOSTED_URL=https://pub.flutter-io.cnexportFLUTTER_STORAGE_BASE_URL=https://st
