我的安装版本: win10 x64 VS2015 conda python 3.7 显卡 GTX 940mx Cuda 9.0 cudnn v7.3.1 Tensorflow-gpu 1.13.1 1.安装Anaconda 自动安装python3.7 2.安装VS2015 tensorflow其实是基于VC++2015开发的,所以需要安装vs2015 下载地址   https://pan.baidu.com/s/1F7g4sn5qj82RI0syjznFMQ 密码:fe9f 3. 安装显卡驱动

1.close nouveau 终端输入:sudo gedit /etc/modprobe.d/blacklist.conf 末尾加两行 blacklist nouveau options nouveau modeset=0 然后保存 之后运行这行命令 sudo update-initramfs -u 重启,然后运行: lsmod | grep nouveau 结果应该不会显示任何东西 2.Install NVIDIA Driver 查看显卡型号和推荐的显卡驱动(显卡驱动的版本直接就决定了cud

由于最近跑机器学习相关代码的时候CPU运算速度跟不上,这才利用GPU来运算代码,显然使用GPU来运算速度明显要快很多,但是搭配GPU的使用环境是真的麻烦且头疼.网上有很多牛人的搭建过程,虽然他们都成功了,但是大家的情况不一定一样,有些人肯定也试过他们的方法并且还是没有成功,所以我还是写一份博客,以帮助广大的IT朋友们,还有也是为了方便自己以后的环境搭建.  先来推荐一篇关于关于CUDA9.0的GPU环境搭建博客,我之前不会就是看的他的,后来自己搭建了几次也就明白怎么回事了,新人不会可以照着操作一

详细Ubuntu18.04,CUDA9.0,OpenCV3.1,Tensorflow完全配置指南 问题1:使用Cmake编译opencv源码 CMake Error: The following variables are used in this project, but they are set to NOTFOUND. Please set them or make sure they are set and tested correctly in the CMake files: CUD

官方提示Note: CUDA must be installed only after that MSVS2015 had been installed.安装CUDA前须安装VS2015 cuDNN与CUDA的版本对应关系如下图: 参考: https://blog.csdn.net/yuyushikuan/article/details/79067484 https://blog.csdn.net/fengbingchun/article/details/53892997 1.下载: CUDA9

环境: 系统:CentOS 6.5 Python版本:Python3.6 安装目录:/Data/apps/ 一. 环境准备: 1.  基本工具库: # yum -y install sqlite-devel git epel-release # yum -y install sshpass python-devel libffi-devel openssl-devel # yum -y install gcc gcc-c++ 2. 安装python3及virtualenv虚拟环境: 猛戳我哦!

环境说明: 系统版本:CentOS release 6.8 (Final) MySQL版本:mysql-8.0.18 内存:63G 空间:8T 1 配置本地yum仓库 这个只需要拷贝一个镜像,然后挂载镜像到某个目录,最后将哪个目录配置为yum仓库的目录即可 2 下载安装包:wget https://cdn.mysql.com//Downloads/MySQL-8.0/mysql-8.0.18-linux-glibc2.12-x86_64.tar.xz 3 解压安装包:tar -zxf mysql

Cent OS8系统下安装禅道需要搭建环境如下:httpd ,mariadb , php7.2 再运行禅道 一,环境说明: 运行环境推荐使用 Apache + PHP(7.0/7.1/7.2版本) + MySQL(5.5/5.6版本)/mariadb组合 ,Nginx其次. 禅道需要使用pdo, pdo_mysql, json, filter, openssl, mbstring, zlib, curl, gd, iconv这几个模块,需要确保PHP环境有加载这几个模块. 二,进行安装: 1.首

Redis Redis(REmote DIctionary Server,远程数据字典服务器)是开源的内存数据库,常用作缓存或者消息队列. Redis的特点: Redis存在于内存,使用硬盘作为持久化:每秒十万读写. 具有丰富的数据结构字符串.哈希表.列表.集合.有序集合:提供交集.并集.差集等操作. 设置TTL存活时间,到期自动删除. Redis单线程.Memcached多线程:对于一般的应用场景,单线程也足够使用,优势还是在于多数据类型.持久化. 可以将数据复制到任意数量的从服务器. red

1.Anaconda 首先下载Anaconda,它是一个开源的python发行版本,含有众多科学工具包,直接安装anaconda免除了许多包的手动安装,点击这里下载. 按照你的实际情况选择下载.下载完成后直接点运行.默认设置就ok(如果你懒得手动配置环境变量,安装的时候勾选上把anaconda添加到Path这个复选框). (Anaconda的安装比较耗时,但是过程很简单,耐心等待就好,至此已经完成了anaconda的安装) 2.CUDA9.0 新版的tensorflow与pytorch已经要求比

1.下载安装cuda9.0 https://developer.nvidia.com/cuda-90-download-archive 2.下载cudnn7.0.5,下载cuda9.0的对应版本 https://developer.nvidia.com/rdp/cudnn-download 操作: 1.将cudnn文件夹下的文件拷贝到cuda9.0对应的文件夹下 2.打开cmd,用命令nvcc -V检验cuda是否安装成功,成功界面如下: 说明:之前用的是cudnn7.1.2,一直出各种问题,最

0 查看电脑系统版本(非常重要) WIN+R->输入winver, 系统版本号必须高于1703,否则CUDA9.0难以运行!!!! 1 安装 NVIDIA 显卡驱动程序 下载地址:驱动程序 选择适合自己电脑的显卡驱动下载 安装很简单,直接下一步就可以 默认系统安装路径. 2 安装CUDA 9.0 下载CUDA前,先确认GPU显卡所支持的CUDA版本, 控制面板->NVIDIA控制面板->帮助->系统信息->组件->nvidia.dll后面的cuda参数 请点击->

注:下面的的驱动版本不要安装最新(默认)的版本,因为会遇到各种问题,将会浪费你的大量时间.(当然大神无视) 环境 系统:Ubuntu 18.04 LTS 显卡:GTX1080Ti CUDA:9.0 cuDNN:7.0 TensorFlow:teansorflow-gpu 1.9 Python版本:3.6 一.安装NVIDIA显卡驱动 1.删除旧的驱动. 原来Linux默认安装的显卡驱动不是英伟达的驱动,所以先把旧得驱动删除掉. sudo apt-get purge nvidia* 2.禁止自带的

目录 一.Ubuntu18.04 LTS系统的安装 1. 安装文件下载 2. 制作U盘安装镜像文件 3. 开始安装 二.设置软件源的国内镜像 1. 设置方法 2.关于ubuntu镜像的小知识 三.Nvidia显卡驱动的安装 1. 首先查看显卡型号和推荐的显卡驱动 2. 安装nvidia-390版本驱动 3. 重启系统,可以查看安装是否成功 四.CUDA9.0的安装 1. CUDA版本选择 2. 安装CUDA9.0 3. 设置环境变量 五.cuDNN7.3的安装 六.Tensorflow-1.12

tomcat 6 不支持jsf2.2,仅支持jsf2.0及以下版本 安装tomcat8即可.

官方参考地址:https://github.com/mobz/elasticsearch-head5.0及以上版本安装参考地址:http://www.cnblogs.com/jstarseven/p/6036061.html 采用 git + node 的方式,所以安装前需要先安装好node,node npm,node grunt,git node安装方式参考:http://www.cnblogs.com/starof/p/5194716.html安装一下grunt:npm install gr

conda env remove --name tensorflow tensorflow 版本安装错了. 可以这样删除. anaconda  安装tensorflow

本机设备 windows10 gtx1060 安装软件及下载地址 python-3.5.3-amd64  链接:https://pan.baidu.com/s/1I3oIDatMgvDLEtaPtvuWSw  提取码:a7dp cuda_9.0.176_win10  链接:https://pan.baidu.com/s/1Iao-jCwlQhLIq5D28lyWmQ提取码:f9ch cudnn-9.0-windows10-x64-v7.3.1.20 链接:https://pan.baidu.co

安装前的准备 UEFI 启动GPT分区 Win10和Ubuntu16.04双系统安装 ubuntu16.04 NVIDIA 驱动安装 ubuntu16.04 NVIDIA CUDA8.0 以及cuDNN安装 注意,在此使用的是CUDA9.0以及cuDnn7.1.4,所以可以参照上面的情况,安装本文使用的版本.不愿意官网下载,可以直接在此下载. 安装Tensorflow ubuntu16.04中的python版本 安装好ubuntu16.04版本之后,系统会自带 python2.7版本,在此想使用

[摘要] docker很好用,但是在GPU服务器上使用docker却比较复杂,需要一些技巧,下面将介绍一下在ubuntu16.04环境下的GPU-docker环境搭建过程. 第一步: 删除之前的nvidia驱动:sudo apt-get purge nvidia-* 安装nvidia-<version> 此处version为396 n 此处需先配置ppa源,速度较慢,慢慢等吧,这里还没想出好办法解决. sudo add-apt-repository ppa:graphics-drivers/p

链接:https://www.jianshu.com/p/bcf37d0e4e9b 为了入门机器学习的小伙伴能安装好工具,特制作此教程 按照 Anaconda 下载网站上的说明下载并安装 Anaconda. 调用以下命令创建名为 tensorflow 的 conda 环境: conda create -n tensorflow pip python=3.6 发出以下命令以激活 conda 环境: activate tensorflow 发出相关命令以在 conda 环境中安装 TensorFlo