在Ubuntu18.04下配置深度学习/机器学习开发环境 1.下载并安装Anaconda 下载地址:https://www.anaconda.com/distribution/#linux 安装步骤: 1)在下载的anaconda路径下打开终端执行命令: bash ~/Downloads/Anaconda3-5.2.0-Linux-x86_64.sh 2)记录下安装过程中的配置路径 Prefix=/home/your name/anaconda2/ 其中“your name”是你的用户名 3)安

决定撰写机器学习环境配置的主要原因就是因为theano的配置问题,为了能够用上gpu和cudnn加速,我是费劲了力气,因为theano1.0.0在配置方面出现了重大改变,而网上绝大多数都很老,无法解决新版本的问题. 1.安装基于anaconda进行theano安装 conda install theano 2.环境配置 echo "[global] device = cuda floatX = float32" > ~/.theanorc 官网上的floatX默认float32,

安装Ubuntu 下载虚拟机VMware 下载镜像Ubuntu 过程略, 参考 https://zhuanlan.zhihu.com/p/38797088 Ubuntu配置 特别提示: 在Ubuntu18.04下的配置, 若出现问题, 参考各自版本的方案 1.同步虚拟机和主机的剪贴板 为了方便后面复制粘贴(笑 点击虚拟机 --> 安装\(VMware Tool​\) 将会在/media/VMware Tools 中出现一个VMwareTools-9.2.3-1031360.tar.gz 的文件

各种linux系统发行版本配置静态ip方法各不相同,dhcp获取的话ip可能会变动,如果用xshell等工具连接的时候还要改ip,很是麻烦: 参考了网上各种配置Ubuntu18.04配置静态ip的方法均告失败,没办法,只能去看官方文档了,英语太差,不然就直接搜英文资料了..前后折腾了2个小时 主要是提供给大家配置的思路:确定虚拟网络信息->临时配置验证->永久写入 查看虚拟机网络信息 虚拟机设置 用的是wifi,桥接模式一直失败,不知道为啥,所以用NAT模式 先用临时ip和路由验证 sudo

目标: 在服务器上配置最新的Ubuntu稳定版本18.04 LTS.18.04比16.04好看很多,非常建议. 有3块硬盘:2块4TB机械硬盘,1块2TB固态硬盘.计划将固态硬盘作为主硬盘,其余两块机械硬盘后期挂载使用. 分区只设定根目录.home目录和swap分区.swap分区和内存大小一样,设为128GB.根据服务器使用经验,大家都会把数据往家目录里堆放,因此我们先分配根目录(不需要太大,我们这里给100GB)和交换分区(和内存一样大,128GB),其他所有空间都给家目录. 设置为中文,这样

搭建MongoDB环境 安装MongoDB 1.下载安装包 MongoDB 提供了 linux 各发行版本 64 位的安装包,你可以在官网下载安装包. 下载地址:https://www.mongodb.com/download-center#community 注意:package选择TGZ 2.移动目录并解压 因为我的应用程序都放在/opt目录下,所以先将压缩包移动到/opt目录下 .tgz /opt 进入/opt,将安装包解压缩 .tgz 因为解压缩后名字较长,可将文件夹改名为mongodb

卸载自带的OpenJDK方法: 在终端执行命令:sudo apt-get remove openjdk* Ubuntu18.04安装JDK11.0.2 前面步骤一样,可参考:https://www.cnblogs.com/Blog-Of-ZhouLinHu/p/8855048.html.只不过下载的版本是jdk11.0.2. 配置文件/etc/profile最后添加: # environment export JAVA_HOME=/usr/local/develop/jdk- export JR

keras一个大坑就是配置文件的问题,网上会给很多的误导,让我走了很多弯路. 1.安装keras2 conda install keras 2.环境配置 echo ‘{ "epsilon": 1e-07, "floatx": "float32", "image_data_format": "channels_last", "backend": "theano" }’&

1.下载Anaconda文件 进入anaconda的官网 选择对应的系统 选择希望下载的版本(本人下载的是Anaconda 5.3 For Linux Installer Python 3.7 version) 2.安装anaconda 执行安装命令 bash Anaconda***.sh 根据安装提示就可以完成安装 3.环境配置 echo 'export PATH="/home/用户名/anaconda3/bin:$PATH"'>> ~/.bashrc 执行命令 sour

目录 一.什么是数据分析 1.这里引用网上的定义: 2.数据分析发展与组成 3.特点 二.python数据分析环境及各类常用分析包配置 1.处理的数据类型 2.为什么选择python 三.python数据分析环境安装 1.Ipython 2.Jupyter 3.Anaconda安装器 4.Jupyter与集成开发环境与文本编辑器 三.常用数据分析包 1.NumPy 2.pandas 一.什么是数据分析 1.这里引用网上的定义:        数据分析是指用适当的统计分析方法对收集来的大量数据进行

1. 安装librealsense2-dkms 以及librealsense2-utils 1.Register the server's public key: sudo apt-key adv --keyserver keys.gnupg.net --recv-key C8B3A55A6F3EFCDE || sudo apt-key adv --keyserver hkp://keyserver.ubuntu.com:80 --recv-key C8B3A55A6F3EFCDE (In ca

最近新入职一家公司,是搞智能无人驾驶的,用的操作系统是Ubuntu和ros,之前没接触过ros系统,既然公司用那就必须的学习啊,话不多说先装它一个ros玩玩... 1. Ubuntu 安装 ROS Kinetic 1.1Configure your Ubuntu repositories(配置您的Ubuntu存储库) 在系统设置中,找到软件与更新,将如下几个都勾选,允许其从互联网下载. 1.2 Setup your sources.list(设置你的计算机以接受packages.ros.org中

一.前言(系统,django介绍,window.mac.linux简单区别) Django是python开发过程最重要的web框架.因为在看的Django教学视频是在mac下安装的,我自己用的是Linux+windows.实际安装过程不一样,走了点弯路,所以写博记录分享.我的Linux是18.04.1LTS版本.Python是3.6版本.安装的Django是2.1.5版本. 二.Django的下载与基本命令 1.下载Django (1) 先说明:ubuntu必须先切换到root用户. sudo

本文配置的环境为redhat6.9+cuda10.0+cudnn7.3.1+anaonda6.7+theano1.0.0+keras2.2.0+jupyter远程,其中cuda的版本为10.0. 第一步:安装cuda前的工作: 1.检验是否安装了gpu $ lspci | grep -i nvidia 2.检验redhat版本 $ uname -m && cat /etc/*release 3.检验完毕后就可以根据版本去Nvidia官网下载cuda了.本次安装的操作系统为redhat6.9

最近由于工作需要,要使用服务器测试,就先自已买了个服务器,就在阿里云买了一个,先买了那个叫虚拟主机的,后来发现不是我需要的,所以退了,就先了这个ECS主机.3年.如果购买就上图了.下面直接进入正题. 1. 由于我平时没有使用过linux系统,但考虑扩展性和我目前使用python等,所以选了ubantu系统18.04版本系统.接下来付钱,进入控制台研究如何使用.发现只能ssh连接,没有桌面等,实在不习惯,所以查了半面资料. ssh连接时的界面: 输入密码,如果不知道,就回到控制台那里,把修改实例密

前言  最终还是安装了Ubuntu 虽然一开始想用Deepin 但是死活安装不上,我也很绝望(引导一直找不到 恢复BIOS默认设置也还是不行 所以 有些绝望啊....)  所以 为了让以后的我不再那么绝望 这里我就记录下来我配置的过程 换源  我记得之前我安装Ubuntu的时候 记得18版本的源和之前的是不一样的 也就是不能共用,所以 需要百度[ubuntu18 换源] 参考博客: https://blog.csdn.net/xiangxianghehe/article/details/8011

不敢说是最好的,基本上是最全面的了~ 修改系统软件源 一开始是国外的源比较慢,建议换成国内的源,常用的有清华源.阿里源等. 清华源地址 Ubuntu 的软件源配置文件是 /etc/apt/sources.list 首先备份一下软件源, 打开网址,将源地址复制粘贴进去 sudo cp /etc/apt/sources.list /etc/apt/sources.list.backup # 修改 sudo gedit /etc/apt/sources.list # 更新本地包数据库 sudo apt

网卡与DNS配置 1)打开命令窗口(右键单机桌面选择Open Terminal或者用快捷键Ctrl+Alt+T打开终端),输入ip a查看自己的网卡编号 2)输入命令sudo vim /etc/network/interfaces,编辑该文件.注意此处 ens33 处用自己的网卡编号替换,address和gateway也是要视自己的情况定的. wq 保存退出,此时ping一些自己的内网应该是可以ping通的了.要是ping www.baidu.com还是ping不通的,接下来就需要继续接着做.

一.背景 最近安装了ubutnu18.04后,安装系统后重启卡住,强制关机重启后,又在开机界面紫屏卡住,上网搜索后发现是n卡的驱动问题,使用以下方法安装驱动后成功解决该问题. 二.解决方法 1.进入恢复模式 在grub启动菜单里选择ubuntu高级选项 -> recovery mode -> resume(或者root). 2.添加存储库ppa:graphics-drivers/ppa到系统中 sudo add-apt-repository ppa:graphics-drivers/ppa s

1:新建配置文件 在终端里输入:vi ~/.vimrc (vimrc是vim的配置文件,每次打开vim时会自动加载这个文件里的配置) 2:配置的代码如下:直接就可以复制到里面然后保存就行 set ai                          " 自动缩进,新行与前面的行保持—致的自动空格set aw                        " 自动写,转入shell或使用:n编辑其他文件时,当前的缓冲区被写入set flash                     &

一.准备工具 1.1 安装相关工具 sudo apt-get install qemu libncurses5-dev gcc-arm-linux-gnueabi build-essential 1.2 下载kernel(linux-4.0)与busybox(1.24)源码 https://mirrors.edge.kernel.org/pub/linux/kernel/v4.x/ https://busybox.net/downloads/busybox-1.24.0.tar.bz2 二.编译