程序中经常用time()函数来返回当前系统时间的秒数,来计时或计算时间差.如果需要用到更高精度的时间,就会自然想到用clock()函数.想当然的认为它返回从程序开始tick数,用clock()/CLOCKS_PER_SEC就能得到以秒计数的时间了.然而结果不是这样,看下面的程序log.一行开头是系统时间,后面是clock()算出来的,明显比系统时间要慢不少. 2019-03-06 17:47:55.865 16213-18332/ E/jniUtil-jni: cur_time 3.399163

ubuntu16.04配置java环境(重启后不会失效) 1.jdk的安装包(.tar.gz)拷贝到/opt目录下 mv jdk-8u144-linux-x64.tar.gz /opt 2.解压文件 tar -zvxf jdk-8u144-linux-x64.tar.gz 3.添加环境变量 vim /etc/profile # set java environment export JAVA_HOME=/opt/jdk1.8.0_144 export JRE_HOME=${JAVA_HOME}/

Ubuntu16.04安装Redis并配置 2018年05月22日 10:40:35 Hello_刘 阅读数:29146   Ubuntu16.04安装Redis并配置 1):安装: 1:终端命令下载redis-4.0.9.tar.gz包 wget http://download.redis.io/releases/redis-4.0.9.tar.gz包 2:解压 tar xzf redis-4.0.9.tar.gz 3:移动,放到usr/local⽬录下 sudo mv ./redis-4.0

主要参照以下两篇博文:http://blog.csdn.net/g0m3e/article/details/51420565   http://blog.csdn.net/xuzhongxiong/article/details/52717285 我先做个说明,我曾经在两种环境下搭建过,下面说一下软硬件配置. 1)y480笔记本,GPU为GT650,软件环境为ubuntu16.04+cuda7.5+cudnn v4,后来因为编译caffe的时候报了一个包含“computer_64”的错,就把cu

在ubuntu16.04下编译安装了py-faster-rcnn. 主要步骤包括:安装cuda/cudnn,换apt源,装开源显卡驱动,装caffe依赖的apt包和python包,下载py-faster-rcnn代码,编译代码.注意一点:不要用cuda安装包自带的显卡驱动,装好cuda后用apt-get装源里的最新驱动,否则很可能黑屏. py-faster-rcnn代码默认使用cudnn3,本文安装的是cudnn5,是通过修改微量py-faster-rcnn所依赖的caffe代码做到的. 本文提

深度学习主机环境配置: Ubuntu16.04 + GeForce GTX 1070 + CUDA8.0 + cuDNN5.1 + TensorFlow 最近在公司做深度学习相关的学习和实验,原来一直在自己的电脑上安装虚拟机跑,速度实在太慢,主机本身性能太弱,独显都没有,物理安装Ubuntu也没多大意义,所以考虑用公司性能最强悍的游戏主机(i7 6700+GTX 1070) 做实验,这台主机平时是用来跑HTC VIVE的,现在归我用了o(*≧▽≦)ツ. 原本以为整个一套安装下来会很顺利,一路火花

  深度学习主机环境配置: Ubuntu16.04+Nvidia GTX 1080+CUDA8.0 发表于2016年07月15号由52nlp 接上文<深度学习主机攒机小记>,这台GTX1080主机准备好之后,就是配置深度学习环境了,这里选择了比较熟悉Ubuntu系统,不过是最新的16.04版本,另外在Nvidia GTX1080的基础上安装相关GPU驱动,外加CUDA8.0,因为都比较新,所以踩了很多坑. 1. 安装Ubuntu16.04 不考虑双系统,直接安装 Ubuntu16.04,从ub

title: Ubuntu 16.04+CUDA8.0+CUNN5.1+caffe+tensorflow+Theano categories: 深度学习 tags: [深度学习框架搭建] --- 前言 经过一周的不懈努力,通过对网站各种安装教程的学习,终于呕心沥血的完成本次的环境搭建= =.虽然网站的教程多不胜数,但是学习下来,总有一些不尽人意的地方,比如一些命令行中少了一个空格或者什么的,对于一个Ubuntu小白(就像我一样+_+)来说出了问题,很难察觉.现在就根据我自身在安装过程中的一些体会

Ubuntu16.04安装配置和使用ctags by ChrisZZ ctags可以用于在vim中的函数定义跳转.在ubuntu16.04下默认提供的ctags是很老很旧的ctags,快要发霉的版本(5.9~svn20110310-11),快扔掉它,安装universal-ctags吧! 发霉的exuberant-ctags 来,一起看看,默认的ctags是什么情况. 查看apt提供了哪些ctags包 aptitude search ctags 查询结果: v ctags - v ctags:i

需要准备的基本材料(请先看完整个安装过程再进行下面的操作): 一.到Opecv-Release的Github项目上下载最新的Opencv版本,注意---基于python2.7,可选用 OpenCV2.3/2.4 以及 OpenCV3.X,我们选取版本3.3: 下载地址:https://github.com/opencv/opencv/releases/tag/3.3.0 二.安装GUN GCC编译器,对于Ubuntu16.04版本的Linux操作系统这款编译器是自带的 三.安装Cmake跨平台编

前言: 开发环境是64位的ubuntu16.04,交叉工具链是通过sudo apt-get install ....安装的,移植uboot2014.10,但是很奇怪,按照网上的介绍在start.s里面修改了时钟,按道理串口是要有输出的啊,但一连调了半个月,但串口还是没有输出,于是想看看哪里有问题,自己在/board/samsung/smdk2440/smdk2440.c里面添加了串口驱动,最后追查到,在init_sequence函数数组里面执行了四个函数就不执行了,我还以为卡在timer_ini

Ubuntu16.04安装后1.安装常用软件搜狗输入法+编辑器Atom+浏览器Chome+视频播放器vlc+图像编辑器GIMP Image Editor安装+视频录制软件RcordMyDesktop安装.2.开发环境配置.JDK环境配置+Scala环境配置+nodejs环境配置+开发工具intellij IDEA安装+Python数据分析环境配置+Jupyter开发工具安装+Python多版同时支持. 1.Ubuntu16.04安装常用软件(搜狗输入法+编辑器Atom+浏览器Chome+视频播放

前两天闲来无聊重装了系统,装的是win10 64的系统,后来心血来潮索性再装Ubuntu,搞成win10+Ubuntu双系统. win10系统的镜像文件可以通过MSDN网站获取,MSDN是一个很可靠的技术类资源免费下载网站,下载的win10系统都是原版的.下载完成后就可以通过U盘启动实现win10系统一键装机.这里补充一下,我用的是大白菜制作的系统启动U盘,效果很好,网上有些大白菜的盗版软件,可能下载后会带病毒,建议去官网下载. 附大白菜下载网址:http://www.winbaicai.com

目录 Faster-RCNN-TensorFlow-Python3.5 在Ubuntu16.04下的配置方法 安装过程 1. 深度学习环境Tensorflow的安装 2. 安装python包 3.  Go to ./data/coco/PythonAPI 4. git clone 5. 下载预训练模型 6. 自己数据集的制作 7. 替换成自己的数据 11. 开始训练 12. 跑demo.py Faster-RCNN-TensorFlow-Python3.5 在Ubuntu16.04下的配置方法

平台信息:PC:ubuntu16.04.i5.七彩虹GTX1060显卡 作者:庄泽彬(欢迎转载,请注明作者) 说明:参考了网上的一堆的资料搭建了深度学习的开发环境,下班在宿舍折腾了好几个晚上才搞定,写篇文章记录一下. 一.安装Nvidia GTX1060显卡驱动 1.1 图1是本人使用的显卡,暂时没有那么多钱,买个便宜的玩玩,把显卡插入电脑主板,然后开启ubuntu系统, 图1 1.2 在终端输入lspci |grep VGA查看显卡型号,ubuntu系统自带了nouveau驱动,因此我们启动系

Python3.7 源码下载: https://www.python.org/downloads/release/python-370/ 解压源码: tar -zxvf Python-3.7.0.tgz -C ~ 安装源码编译所需的各种依赖库:(Ubuntu16.04环境下) sudo apt-get install zlib1g-dev libbz2-dev libssl-dev libncurses5-dev  libsqlite3-dev libreadline-dev tk-dev li

1．在主机上插上GPU之后,查看设备: $ nvidia-smi Tue Dec :: +-----------------------------------------------------------------------------+ | NVIDIA-SMI 375.66 Driver Version: 375.66 | |-------------------------------+----------------------+----------------------+ |

移植WordPress到Ubuntu16.04 新建 模板 小书匠 移植WordPress到Ubuntu16.04 搭建好LAMP环境后,可以按照以下方法,将本地站点移植到服务器上. 以WordPress为例,假设: 站点根目录为/var/www/wordpress MySQL数据库为wp 表前缀为wp_ 访问URL为http://172.22.109.203:8000 配置Apache监听端口 1. 添加监听的端口 vim /etc/apache2/ports.conf 添加一行:Listen

Lenet5的应用和原理.实现 ----------------------------------------------ubuntu16.04.2---------------------------------------------------------- ubuntu16.04.2: #获取数据 cd data/mnist sh get_mnist.sh #转换格式 sh examples/mnist/create_mnist.sh# 训练模型 sh examples/mnist/t

1. 安装Ubuntu16.04 不考虑双系统,直接安装 Ubuntu16.04,从 ubuntu官方 下载64位版本: ubuntu-16.04-desktop-amd64.iso . 在MAC下制作了 Ubuntu USB 安装盘,具体方法可参考: 在MAC下使用ISO制作Linux的安装USB盘 ,之后通过Bios引导U盘启动安装Ubuntu系统: 1)一开始安装就踩了一个坑,选择”Install Ubuntu”回车后过一会儿屏幕显示“输入不支持”,google了好多方案,最终和ubunt

本来是想用pycharm,但你看它的内存要求,我的虚拟机一共也就1G Vim太别扭了,就算有代码颜色,不能自动对齐,不能规范格式,跳转到函数定义,显示文档,要配置起来太费劲,所以就尝试着用sublime text3 来搭建Python IDE 安装sublime text3 目前最简单的方法是通过ppa安装,打开终端,输入以下命令: sudo add-apt-repository ppa:webupd8team/sublime-text-3 sudo apt-get update sudo ap