1)下载浏览器对应的driver,浏览器版本与driver对应关系,网址:http://www.cnblogs.com/JHblogs/p/7699951.html:driver下载地址:http://chromedriver.storage.googleapis.com/index.html 将下载的.exe文件放置在python根目录即可: 2)360极速浏览器driver配置: 直接上代码,注意是基于chrome内核的浏览器,基于ie的请替换其中的chrome方法为ie,但自己未尝试过,如

最近在整合SSHE项目时,想要添加Oracle驱动包时,Maven的pom.xml总是报Missing artifact com.oracle:ojdbc14:jar:10.2.0.1.0错, 下面我给出详细的解决方案 我的是用ojdbc14.jar 1.到 http://www.oracle.com/technetwork/database/features/jdbc/index-091264.html 下载你所需要的oraclejar包 2.在c盘新建oracle文件夹,将下载好的oracl

转自https://blog.csdn.net/lovesomnus/article/details/49512777 在maven中央库中查找ojdbc,发现最新的版本是10.2.0.4.0,然后在maven项目中引入ojdbc,发现报错Missing artifact com.oracle:ojdbc14:jar:10.2.0.4.0,如下图1所示: 图1:Missing artifact 发现中央库中明明是有的,但是在项目中却怎么都引入不进来.后来在网上找到解决方案,原来是因为oracle

租房用的是无线网络,在新安装的Debian 7 amd64使用的无线网卡型号是TP-LINK TL-WN725N 2.0,发现驱动安装还是有些问题,折腾了很久,特意在此记录一下. TL-WN725N 2.0是升级版,在网上搜索了很久,还是没有发现2.0的产品照.所有的包装盒使用的是1.0版本的相片,特意照了个2.0版本的相片放上来. 1.0版本谍照 2.0版本谍照. 自己照的相片不是很好,勉强能够看到网卡上面的数字.TP-LINK在推出这款升级版的时候,估计十分匆忙,随驱动的网络工具很不稳定,而

以前用Oracle的时候,必须得装他臃肿的客户端,网上虽然也有提供直连Oracle的驱动,但也是要收费的,最近Oracle终于开窍了,提供了官方的全托管驱动. 这次是随Oracle ODAC 12c 发布包中包含的oracle全托管驱动,之前Oracle已经发布了两个Beta版本的全托管驱动,但在测试中确实也发现了一些问题,这次发布的12.1.0.1.0 貌似已经是Release正式版了,经过简单的测试,上一个版本我所碰到的Bug已经被修复,目前未发现有什么新的问题,推荐大家使用. 下载地址:h

00.CUDA简介 CUDA和GPU的并行处理能力来加速深度学习和其他计算密集型应用程序 01.CPU+GPU协同架构 02.部署环境 [docker@lab-250 ~]$ cat /etc/*release NAME="Red Hat Enterprise Linux Server" VERSION="7.0 (Maipo)" ID="rhel" ID_LIKE="fedora" VERSION_ID="7.0&

查看Ubuntu14.04 64位上显卡信息,执行: lspci | grep -i vga lspci -v -s 01:00.0 nvidia-smi 第一条此命令可以显示一些显卡的相关信息:如果想查看某个详细信息,可以执行第二条命令;如果是NVIDIA卡, 可继续执行第三条命令,显示为GeForce GTX 970. 参考https://wiki.ubuntu.com.cn/NVIDIA安装GeForce GTX 970驱动. 安装cuda 8.0: 1.      参考官网: http:

1.到 http://www.oracle.com/technetwork/database/features/jdbc/index-091264.html 下载你所需要的oraclejar包 2.在c盘新建oracle文件夹,将下载好的oracle14.jar放到oracle文件夹中 3.在cmd中运行一下: mvn install:install-file -DgroupId=com.oracle -DartifactId=ojdbc14 -Dversion=10.2.0.1.0 -Dpac

对于oralce的jdbc驱动,在maven上搜索到把pom配置复制到pom.xml里进行引用的时候出现下面这种情况 <dependency> <groupId>com.oracle</groupId> <artifactId>ojdbc14</artifactId> <version>10.2.0.4.0</version> </dependency> 提示错误信息:Missing artifact com.

Ubuntu16.04安装cuda9.0+cudnn7.0 这篇记录拖了好久,估计是去年6月份就已经安装过几遍,然后一方面因为俺比较懒,一方面后面没有经常在自己电脑上跑算法,比较少装cuda和cudnn.但是最近课余时间还行,索性一起整理出来,方便以后查看. 检查自己的计算机是否具备CUDA安装条件 检查GPU是否支持CUDA lspci | grep -i nvidia 显示出NVIDIA GPU版本信息 去CUDA的官网查看自己的GPU版本是否在CUDA的支持列表中(https://deve

目录 深度学习环境搭建:Tensorflow1.4.0+Ubuntu16.04+Python3.5+Cuda8.0+Cudnn6.0 Reference 硬件说明: 软件准备: 1. 安装Ubuntu16.04 2. 安装显卡驱动 3.安装Cuda8.0 4. 安装Cudnn6.0 5. 清华源安装Anaconda 6. 安装tensorflow 7. 验证您的安装 运行一个简短的 TensorFlow 程序 8. 卸载cudnn5.1升级为cudnn6.0 深度学习环境搭建:Tensorflo

遇到的问题:ojdbc.jar包出错 原因:因为oracle的ojdbc.jar是收费的,所以maven的中央仓库中没有这个资源,只能通过配置本地库才能加载到项目中去. 解决办法: (前提是安装好了maven) 方法步骤如下: Step 1:下载ojdbc驱动:http://download.csdn.net/download/zqd_java/9709587 最新的是ojdbc7.jar,我这里就下载ojdbc6.jar好了. Step 2:安装到本地仓库 将下载好的ojdbc6.jar复制到

从Hinton在science上发表深度学习训练开创新的文章以来,深度学习火了整整有3年多,而且随着新的硬件和算法的提出,深度学习正在应用于越来越多的领域,发挥其算法的优势. 实验室并没有赶上第一波深度学习热,但是让人高兴的是最近终于配了一台超级电脑,虽说和谷歌.百度几百个上千个GPU跑算法的设备不能比,但是好歹终于有了搭建自己的深度学习平台,想想还很是兴奋.最近这几天忙着搭建深度学习平台,把现在最火的Caffe框架代码跑通,从最初对ubuntu的菜鸟到现在顺利搭建起深度学习平台,中间走了很多弯

查看Ubuntu14.04 64位上显卡信息,执行: lspci | grep -i vga lspci -v -s 01:00.0 nvidia-smi 第一条此命令可以显示一些显卡的相关信息:如果想查看某个详细信息,可以执行第二条命令;如果是NVIDIA卡, 可继续执行第三条命令,显示为GeForce GTX 970. 参考https://wiki.ubuntu.com.cn/NVIDIA安装GeForce GTX 970驱动. 安装cuda 8.0: 1.      参考官网: http:

PC:ubuntu18.04.i5.七彩虹GTX1060显卡.固态硬盘.机械硬盘 作者:庄泽彬(欢迎转载,请注明作者) 说明:记录在ubuntu18.04环境下搭建深度学习的环境,之前安装了cuda9.1,与cudnn7.0.5版本的,但是无论怎么安装tensorflow-gpu都是失败,后来找到原因了,目前的tensorflow暂不支持cuda9.1,因此更换成cuda9.0,cudnn7.0.7安装成功,而且在英伟达官网下载各个安装包的时候出现在下载到99.9%时候总是下载失败,在某个时间段

在Ubuntu16.04 CUDA9.0 cuDNN8.0的环境下安装caffe2 本博客比较简单,cuda9.0 cudnn8.0部分请看上一篇博客,其中详细讲了: 如何安装驱动 安装cuda 安装cudnn 安装tensorflow 本教程主要参考来自Caffe2官方说明文档 For GPU support you will need CUDA, CuDNN, and NCCL. These must be installed from Nvidia's website. 选择ubuntu,

目录 Tensorflow1.5.0+cuda9.0+cudnn7.0+gtx1080+ubuntu16.04 0. 前记 1. 环境说明 2. 安装GTX1080显卡驱动 3. CUDA 9.0安装 4. cuDNN安装 5. Tensorflow-GPU安装 6. Cuda的卸载,cuDNN的卸载 处理之前安装的cuda文件 处理之前安装的cuDNN 7. Reference Tensorflow1.5.0+cuda9.0+cudnn7.0+gtx1080+ubuntu16.04 0. 前记

https://blog.csdn.net/gangeqian2/article/details/79358543 https://blog.csdn.net/tomato_sir/article/details/79973237 https://blog.csdn.net/qq_36556893/article/details/79433298  -->这里面有个链接,支持cuda9.1的tensorflow 装GPU版本的tensorflow,搞了1天多,终于搞清来龙去脉.记录于此希望让你少

今天往STS工具中导入一个maven项目,导入后发现pom.xml文件的<dependency>处报错:Missing artifact com.oracle:ojdbc14:jar:10.2.0.4.0.jar(简单译为没有找到ojdbc.jar包).虽然可能并不影响运行,但对于一个强迫症的人肯定受不了. 如图: 那么为什么会出现这个错误呢?这是因为Oracle的商业版权问题,maven的中心资源库中没有ojdbc驱动包,所以需要在maven本地库中安装ojdbc驱动包.下面说说解决办法:

ubuntu安装过程(硬盘安装)http://www.cnblogs.com/zhbzz2007/p/5493395.html“但是千万不要用麒麟版!!!比原版体验要差很多!!!”开关机的时候电脑最上面 有一行 提示 一晃即过,/dev/sda6: clean(未知,单没关系)http://blog.csdn.net/xuezhisdc/article/details/48649575(意义) 1.教程1http://blog.csdn.net/zwyjg/article/details/163

这是我第一个人工智能实验.虽然原理不是很懂,但是觉得深度学习真的很有趣.教程如下. Table of Contents 配置 时间轴 前期准备工作 anaconda3 安装 bug 1:conda:未找到命令,终端输入 Nvidia DRIVER390.77 卸载原驱动 安装显卡驱动 查看GPU版本 显卡分辨率问题 CUDA 9.0 卸载 下载CUDA 9.0 安装CUDA 9.0 查看cuda信息 ​测试CUDA的Samples 查看CUDA版本 cudnn 7.0.4 卸载 Debian 下