我这里主要参考了:https://blog.csdn.net/yimingsilence/article/details/79631567 并根据自己在安装中遇到的情况做了一些改动. 先说明一下我的Ubuntu和GPU版本: Ubuntu 16.04 GPU:GEFORCE GTX 1060 1. 查看显卡型号 使用命令:lspci | grep -i nvidia 查看电脑上的显卡,是否是nvidia版本. 2. 安装NVIDIA显卡驱动 具体做法参考之前博客的介绍. 3. 安装cuda 8

pre { direction: ltr; color: rgb(0, 0, 0) } pre.western { font-family: "Liberation Mono", "Courier New", monospace } pre.cjk { font-family: "Nimbus Mono L", "Courier New", monospace } pre.ctl { font-family: "Li

想着开始学习tf了怎么能不用GPU,网上查了一下发现GeForce GTX确实支持GPU运算,所以就尝试部署了一下,在这里记录一下,避免大家少走弯路. 使用个人笔记本电脑thinkpadE570,内存4G,显卡GeForce GTX 950M 前期电脑已经安装win0+Ubuntu16双系统,thinkpad安装win0+Ubuntu16配置参照这里(本人为了方便) 安装顺序为: (1)安装NVIDIA Driver 安装电脑对应的显卡驱动,安装完成能够在程序中找到NVIDIA.和windows

本文转载自:https://blog.csdn.net/gangeqian2/article/details/79358543 手把手教你windows安装tensorflow的教程参考另一篇博文http://mp.blog.csdn.net/postedit/79307696 此博文是在上文安装CUDA/cuDNN的基础上的个人填坑总结,欢迎指教. CUDA CUDA(Compute Unified Device Architecture),是显卡厂商NVIDIA推出的运算平台. CUDA™是

Ubuntu安装特定版本安装包可以用aptitude,aptitude是apt-get的高级版,使用起来更强大. aptitude install package=version 比如我要安装2.6.18版本的puppet,可以用下面的命令: aptitude install puppet=2.6.18

这边记录ubuntu安装过程,首先是官网文档 If you haven’t already done so, log into your Ubuntu instance. Open a terminal window. Add the new gpg key. $ apt-key adv --keyserver hkp://pgp.mit.edu:80 --recv-keys 58118E89F3A912897C070ADBF76221572C52609D Open the /etc/apt/s

那些坑,那些说不出的痛! --------回首安装的过程,真的是填了一个坑又出现了一坑的感觉.记录下了算是自己的笔记也能给需要的人提供一点帮助. 1 写在前面的话 其实在装GPU版本的tensorflow最难的地方就是装CUDA的驱动.踩过一些坑之后,终于明白为什么Linus Torvald 对英伟达有那么多的吐槽了.我的安装环境是ubuntu16.04,安装的是CUDA-8.0.其他驱动安装一般不会遇到很大的问题,都是一些小问题,一般不会卡很久.可以参考官网的安装过程. 2 眼花缭乱的CUDA

场景描述: 日常开发or生产环境经常会需要安装指定版本的软件,出于和其他软件的配合兼容性,以及稳定性的考虑. 现在我们的需求是安装指定版本的RabbitMQ,版本号: 操作步骤: 注意事项: 异常处理:

注:笔者的ubuntu18.04 64bit已经安装好了显卡驱动,因此没有此步操作 1.获取cuda(https://developer.nvidia.com/cuda-downloads,选择ubuntu相关的runfile,cuda_9.0.176_384.81_linux.run) 2.安装cuda sudo apt-get install gcc-6 g++-6 (cuda 9仅支持gcc-6,而ubuntu18.04 64bit默认版本为gcc-7.3.0) cd /usr/bin s

下面的方法适用于最新版本的Ubuntu.Ubuntu 12.04 LTS.Ubuntu 12.10.Ubuntu 13.04等版本.它可以帮助开发者在Ubuntu上安装Node.js,无需从头编译安装.你可以在云主机上执行以下的命令: # apt-get update # apt-get install -y python-software-properties software-properties-common # add-apt-repository ppa:chris-lea/node.

系统环境: Ubuntu 16.0.4 安装版本: docker  17.03.2 在进现在这家公司初期,需要使用rancher部署一个k8s集群,由于rancher也是由docker启动的,加上k8s的所有节点.所有组件都是由docker启动容器来运行的,所以每一台服务器都需装上docker,而rancher 2.0使用的docker有严格的版本对应,选择17.03.2,使用其他版本指不定会出现意料之外的问题. 1.更新apt源 apt-get update 2.安装可以使用https使用存储

问题描述:阿里云服务器uBuntu版本为16.04,默认Python版本为2.7.12和3.5.2,但是FastAPI,仅支持3.6+版本,因此需要更高版本的Python. 注意:系统自带的Python不能卸载,否则会导致系统出错. 网上查阅的主流方法有两种. 方法1:通过apt安装 1 1 sudo apt-get install python-software-properties 2 2 sudo add-apt-repository ppa:fkrull/deadsnakes 3 3 s

安装命令: pip install opencv-python

在CPU中1.CPU_ONLY :=1的注释取消掉 2.BLAS := atlas 在GPU中 1.USE_CUDNN := 1的注释取消 2.BLAS := open

本人电脑配置(公司的)gtx1080ti,下载的的cuda8.0,cudnn6.0,python3.5.3安装完成后,安装tensorflow 1.pip install tensorflow-gpu 本人建议使用清华镜像站,或者其他火内的的pypi源,这样不会因为网速问题出现安装失败 2.这个时候运行 python import tensorflow as tf 立马报错 经过最终在stackoverflow上找到了解决方法, 原来tensorflow在windows下还不支持cudnn6,所

firefox 57以后很多插件不支持了,ubuntu16自带火狐版本59,想换回56. 1.下载想换回的版本 https://ftp.mozilla.org/pub/mozilla.org/firefox/releases/ 2.解压并移动文件 tar -xjf firefox*.tar.bz2 解压后,将会有一个新的 Firefox 文件出现在下载文件夹中.这其中包含了所有的  的文件和可执行文件. 修改解压后的文件名为firefox56  然后移动到 /opt/下面 sudo mv fir

https://ftp.mozilla.org/pub/firefox/releases/ 1.sudo gedit /usr/share/applications/firefox.desktop 2.设置桌面快捷键 Exec=执行文件目录地址 Icon=图标地址 [Desktop Entry]Name=firefoxComment=firefoxExec=/opt/firefox/firefoxIcon=/opt/firefox/browser/icons/mozicon128.pngTerm

本博客主要用于在Ubuntu14.04 64bit 操作系统上搭建google开源的深度学习框架tensorflow. 0.安装CUDA和cuDNN 如果要安装GPU版本的tensorflow,就必须先安装CUDA和cuDNN,请参考Caffe学习笔记2--Ubuntu 14.04 64bit 安装Caffe(GPU版本). 1.安装tensorflow github上下载已经编译好的.whl文件. 输入如下, sudo pip install tensorflow-0.8.0-cp27-non

综合上述两个帖子: https://www.cnblogs.com/huadongw/p/6161145.html https://blog.csdn.net/u011587516/article/details/78995186 先把之前安装的xgboost都卸载干净: pip uninstall xgboost 确保电脑里安装了cuda. 然后按照下面的步骤来安装GPU版本的xgboost: $git clone --recursive https://github.com/dmlc/xgb

在windows上极简安装GPU版AI框架 如果我们想在windows系统上安装GPU版本的AI框架,比如GPU版本的tesnorflow,通常我们会看到类似下面的安装教程 官方版本 安装CUDA 安装cuDNN 配置环境变量 安装python环境 安装gpu版的tensorflow开发包 咋看上去好像不是很复杂,但是其中坑多到你怀疑人生. 下载的cuDNN时候需要注册,而且因为cuDNN文件在外网,下载速度很慢. 比如不同版本的tensorflow和CUDA(cuDNN)的版本是有匹配关系的,

pading :SAME,VALID 区别  http://blog.csdn.net/mao_xiao_feng/article/details/53444333 tensorflow实现的各种算法:http://www.cnblogs.com/zhizhan/p/5971423.html 卷积神经网络中w*x得到的是一个feature map,然而bias是一个值,也就是每个feature map只对应一个数值的bias(猜测feature map上面的每一个元素都+bias) tensor