cuda&深度学习环境

深度学习环境配置

1.换源Windows下的pip换源：假如我的pip位置是：(tensorflow)C:\Users\Administrator>那就在该文件夹下新建文件夹pip，在该文件夹中新建pip.ini，内容为：[global]index-url=https://pypi.tuna.tsinghua.edu.cn/simpleurl后面填的就是国内地址（我这里用的是清华的源）Windows下的conda换
Zerg_Wang·2019-03-13 20:51

Win10下安装Anaconda+CUDA+cudnn+TensorFlow+keras+PyTorch+Pycharm

[Toc]从零开始搭建Win10深度学习环境image系统：Windows10Anaconda：Anaconda3-5.3.1CUDA版本：CUDA9.0cudnn版本：cudnn-9.0-windows10
CrazyWolf_081c·2019-03-12 16:10

Anaconda环境安装GPU版本Pytorch

Anaconda可以创建互相隔离的虚拟环境，可以在不同环境下制定不同版本的Python，安装不同依赖包，再也不用纠结多个Python版本究竟安装哪个Anaconda这么好，我们用它来搭建一个基于Pytorch框架的深度学习环境
moyemoji·2019-03-10 17:38

大数据/深度学习机器组机以及CUDA10+RTX+18.04.2+Tensorflow1.13.1+cuDNN7.3.1

最终的深度学习环境TensorRT5推理加速引擎卸载cuda参考组机缘由：最近两次实习的工作内容，都与大数据关联不大，所积累的一些本就学得不深的知识便忘得不少。
haixwang·2019-03-10 00:00

Ubuntu 16.04环境下安装Tensorflow-GPU+OpenCV

深度学习环境配置文章目录深度学习环境配置安装Cuda配置cuDnn安装Tensorflow+OpenCV后语主要记录一下在Ubuntu16.04中配置tensorflow-gpu+opencv的过程。
mysticalwing·2019-03-08 16:13

树莓派深度学习环境安装Python+TensorFlow+keras+pytorch

1、Python环境配置：参考https://blog.csdn.net/weixin_43741611/article/details/842615822、安装tensorflow-1.12.0-cp35-none-linux_armv7l.whl，地址：https://github.com/lhelontra/tensorflow-on-arm/releases步骤：https://githu
qq_turn·2019-03-06 15:33

深度学习环境搭建:Ubuntu16.04

深度学习环境搭建:Ubuntu16.04+python3.6+cuda8.0+Tensorflow1.4基于gtx960m的微星笔记本搭着玩的一个平台。反正显卡闲着也是闲着，拿来玩玩也是不错的。
Arthur-Ji·2019-02-26 12:07

谷歌云服务器搭建深度学习环境记录

现在谷歌云服务器的申请不能选择中国地区，所以需要一张外币信用卡，我申请的是工行校园星座双币卡，0额度，所以在填写信用卡时，会出现“请更正卡的信息或者使用别的卡”，这个原因并非是卡里没钱，而是卡里没有外币，如果填写的是香港地区，则使用这张卡在工行手机银行上购买8港币就可以了。然后服务器的搭建一直参考搭建深度学习平台这篇文章，其中第一个遇到的问题是gpu的额度问题，在创建vm实例时会出现‘Quota'
Mr__FFF·2019-02-22 11:10

win10+ubuntu18.04双系统+cuda10+cudnn7.4+tensorRT5深度学习环境

win10+ubuntu18.04双系统+cuda10+cudnn7.4+tensorRT5深度学习环境一，首先下载ubuntu18.04。
Arron_hou·2019-02-21 00:55

win10+ubuntu16.04双系统+cuda+cudnn+tensorRT深度学习环境

win10+ubuntu16.04双系统+cuda+cudnn+tensorRT深度学习环境一，首先下载ubuntu16.04.3。
Arron_hou·2019-02-21 00:33

linux搭建一个深度学习环境-包含tensorflow、pytorch，opencv，caffe，以及远程使用jupyter后台运行，编辑运行代码和使用jupyter切换conda环境

linux搭建一个深度学习环境-包含tensorflow、pytorch，opencv，caffe，以及远程使用jupyter后台运行，编辑运行代码和使用jupyter切换conda环境标签：pythonlinux
coderwangson·2019-02-02 16:55

ubuntu16.04安装&配置深度学习环境操作详解（安装anaconda-TF-Keras-QQ-搜狗拼音-teamviewr等全套操作指南）

本人近期利用笔记本搭建ubuntu16.04深度学习环境，记录了本人从安装win7-ubuntu16.04双系统，到配置ubuntu下的anaconda环境（包括安装TensorFlow、keras、图像标注工具
LHMD007·2019-01-16 15:32

docker搭建深度学习环境

搭建深度学习计算平台，一般需要我们在本机上安装一些必要的环境，安装系统、显卡驱动、cuda、cudnn等。而随着Docker的流行，往往能够帮我们轻松的进行环境搭建、复制与隔离，所以官方也利用容器技术与深度学习相结合，因此也出现了以下方案。容器方案比传统方案带来更多的随意性，装系统前不需要考虑Ubuntu哪一个版本符合不符合我们的代码运行要求，我们只需要安装一个自己喜欢的（18.04完全可以），再
张正昊今天也要努力鸭·2019-01-15 11:48

（亲测有效）windows10上安装tensorflow(CPU版本)

今天在windows10上搭建了一个简单的深度学习环境。跑一些小程序练练手。正文：深度学习环境：pythonanacondatensorflowkeras其实之前也打算装过tensorflow。
0点51 胜·2019-01-13 12:08

动手学深度学习环境配置

这本书http://zh.gluon.ai/，是一名交大的学生编写的，可以说很实用，很好学。刚开始接触看到里面的图片，算法解释——以及对应的代码实现，我就想自己去学一遍。但是开头就遇到了问题，本身我的电脑是包含Anaconda的，但是书中Miniconda，于是我下载了，大致浏览了一下感觉不好用，于是就卸载了，没想到我的类似于cmd命令的AnacondaPrompt不见了。于是我有重新安装Anac
陌上行者·2019-01-03 17:14

图像识别——ubuntu16.04 movidius VPU NCSDK深度学习环境搭建-桐烨科技-踏上文明的征程-51CTO博客

这篇文章本人不打算长篇累牍去写，结合以前写的文章，从软件角度去写一些点滴，伴随人工智能AI的火爆，现在图像识别算法也异常火爆，上一篇文章提到IntelmovidiusMyriad2VPU(MA2450)是一种简单易用的深度学习平台，说到简单易用，但很多网友和客户还是一头雾水，本人还是觉得在这里班门弄釜一下，简单写一些，在ubuntu环境下搭建深度学习开发环境。Intelmovidius提供一个免费
·2019-01-01 20:00

win10深度学习环境配置（CUDA+cuDNN+TensorFlow-gpu+Keras）

电脑配置：[email protected]六核、NvidiaGeForceGTX1070(8GB/EVGA)步骤：一.先安装vs2015，选择vc++安装二.先将与英伟达相关的驱动卸载，下载安装cuda9.0和cudnn7.4.1.5，目前cuda9.0有4个exe依次安装，将cudnn7.4.1.5复制到cuda对应文件夹三.安装anaconda3-4.2.0，其默认python版本为3.
qq_29309987·2018-12-29 19:03

Win10+RTX2080深度学习环境搭建：tensorflow、mxnet、pytorch、caffe

目录准备工作设置conda国内镜像源conda深度学习环境tensorflow、mxnet、pytorch安装tensorflowmxnetpytorchCaffe安装配置文件修改编译时常见错误运行时错误参考
shine-lee·2018-12-26 17:00

Win10+RTX2080深度学习环境搭建：tensorflow、mxnet、pytorch、caffe

文章目录准备工作设置conda国内镜像源conda深度学习环境tensorflow、mxnet、pytorch安装tensorflowmxnetpytorchCaffe安装配置文件修改编译时常见错误运行时错误参考
李拜六不开鑫·2018-12-26 17:49

win10+rtx2070+tensorflow-gpu-1.9.0环境搭建

win10下搭建深度学习环境首推基于Anaconda的办法，网上资料很多，在此不再赘述，仅记录踩到的几个坑如下：显卡相关依赖安装显卡driver、cuda、cudnn是三个不同的东西，对于搭环境来说三个都要装
chyelang12·2018-12-23 23:59

【已解决】Ubuntu18.04下NVIDIA GPU驱动程序运行一段时间后出错“NVIDIA-SMI has failed”

本人在使用Ubuntu18.04NVIDIAGPU深度学习环境的过程中，每过一段时间就出现错误“NVIDIA-SMIhasfailedbecauseitcouldn'tcommunicatewiththeNVIDIAdriver.MakesurethatthelatestNVIDIAdriverisinstalledandrunning
cskywit·2018-12-22 17:44

学会用Docker部署深度学习环境

作者：夏敏编辑：田旭前言很多小伙伴都踩过配caffe的坑，学会使用docker之后，不再需要自己配环境了，下面详细介绍下docker的使用方法。VolumnRegistry1容器操作新建容器：sudodockerrun-t-i-p1800:1800-v/Users/**/Desktop:/Desktopkaixhin/caffe/bin/bash-v-p端口映射-d退出容器按ctrl+D或exit
l7H9JA4·2018-12-19 17:43

分布式深度学习环境配置，NVIDIA驱动+cuda+cudnn+docker

假设设备中已经安装了python3.61.安装NVIDIA驱动在Ubuntu的操作系统上，输入ubuntu-driversdevices查看推荐驱动我的推荐是NVIDIA384，然后输入sudoubuntu-driversautoinstall按推荐安装。之后输入nvidia-smi弹出gpu信息即代表安装成功二，安装cuda我安装的是cuda9.0，所以我在我的文件夹下直接wget下载（不同的版
懒骨头707·2018-12-14 19:09

Win10下用Anaconda配置深度学习环境

Win10下用Anaconda配置深度学习环境Anaconda的安装与简单配置首先，去Anaconda的官网的下载页面Anaconda官网下载页面下载对应系统的支持Python3.7的Anaconda版本的安装包
惊龙啸雨·2018-12-14 16:03

ubuntu18.04+RTX2080深度学习环境搭建

搭建环境弄了半天，主要是因为各个环境版本号的问题辗转腾挪了很久，再次记录一下最终成功run起来的软硬件版本号：cpu8700K，gpurtx2080ubuntu18.0464位gccg++版本调整为7.3（ubuntu18.04的自带版本）NVIDIA驱动410，手动方式安装，参考https://linuxconfig.org/how-to-install-the-nvidia-drivers-o
lakers_kobebryant·2018-12-01 00:36

第一节 深度学习环境的

第一节深度学习环境的配置1.基础知识介绍GPU是深度学习常用的，相对CPU会大大提高其效率。
江城子_Lay·2018-11-23 13:55

深度学习环境搭建-CUDA9.0、cudnn7.3、tensorflow_gpu1.10的安装

0.前言本文作者接触深度学习2个月后，开始进行目标检测实践。本文作者的专题《目标检测》链接：https://www.jianshu.com/c/fd1d6f784c1f此专题的宗旨是让基础较为薄弱的新手能够顺利实现目标检测，专题内容偏向于掌握技能，学会工具的使用。本文作者尚未具备清楚讲述目标检测原理的能力，学习原理请自行另找文章。1.不同操作系统的指引本文中演示的操作系统是Win10。如果要学习如
han____shuai·2018-11-21 18:13

不踩坑：在Ubuntu下安装TensorFlow的最简单方法（无需手动安装CUDA和cuDNN）

好的尝试自行搭建深度学习环境就意味着踏上踩坑之旅，如果你不熟悉Ubuntu则更甚。显卡驱动怎么安装不上？CUDA该安装哪个版本？TensorFlow和PyTorch适配的CUDA版本不一样怎么办？
尚俊霖·2018-11-21 12:29

搭建GPU版tensorflow（超详细）

全文字数3172字阅读时间5分钟如果这是人生第一次接触搭建GPU版服务器搭建深度学习环境，不要怕，简直是步步都有坑，字字都是泪，踩得多了就习惯了。AI小姐姐把相关的过程和坑都捋遍了，整理出来供参考。
AIcheerful·2018-11-12 16:54

Win7下搭建深度学习环境

在CSDN上看过很多有所帮助的Blog，小白在此先行谢过。从没想过会注册CSDN账号，更别说自己写一些什么东西了。似乎早已过了懵懂的年纪，早年的印象里，当QQ逐渐被微信代替，我不再QQ空间使用的时候，就已经懒得写东西了。无奈实验环境前前后后搭了不止3.4次，从Windows到Linux，再到Windows循环往复……就想自己也写点有用的东西，为了给自己看，也没准能帮上更多的人。本文为Chinera
Chineral·2018-11-07 10:31

深度学习环境配置——查看显卡信息和对应NVDIA驱动

查看显卡信息可以看到你的显卡信息，比如我的就是product:GM107GL[QuadroK620][10DE:13BB]。2.然后去NVDIAdriversearchpage搜索你的显卡需要的驱动型号，页面如下：以上是推荐驱动，为了再次确认一遍，还可以使用以下命令查看可以使用的驱动：ubuntu-driversdevices从结果看，我的推荐驱动版本是3843.安装对应的驱动sudoapt-ge
Jinzhong_Kang·2018-11-05 11:24

基于京东云GPU云主机搭建TensorFlow深度学习环境

TensorFlow是一个开放源代码软件库，用于进行高性能数值计算。借助其灵活的架构，用户可以轻松地将计算工作部署到多种平台（CPU、GPU、TPU）和设备（桌面设备、服务器集群、移动设备、边缘设备等）。TensorFlow最初是由GoogleBrain团队中的研究人员和工程师开发的，可为机器学习和深度学习提供强力支持，并且其灵活的数值计算核心广泛应用于许多其他科学领域。京东云GPU云主机提供实时
bingli7·2018-11-02 11:06

基于京东云GPU云主机搭建TensorFlow深度学习环境

TensorFlow是一个开放源代码软件库，用于进行高性能数值计算。借助其灵活的架构，用户可以轻松地将计算工作部署到多种平台（CPU、GPU、TPU）和设备（桌面设备、服务器集群、移动设备、边缘设备等）。TensorFlow最初是由GoogleBrain团队中的研究人员和工程师开发的，可为机器学习和深度学习提供强力支持，并且其灵活的数值计算核心广泛应用于许多其他科学领域。京东云GPU云主机提供实时
bingli7·2018-11-02 11:06

基于京东云GPU云主机搭建TensorFlow深度学习环境

TensorFlow是一个开放源代码软件库，用于进行高性能数值计算。借助其灵活的架构，用户可以轻松地将计算工作部署到多种平台（CPU、GPU、TPU）和设备（桌面设备、服务器集群、移动设备、边缘设备等）。TensorFlow最初是由GoogleBrain团队中的研究人员和工程师开发的，可为机器学习和深度学习提供强力支持，并且其灵活的数值计算核心广泛应用于许多其他科学领域。京东云GPU云主机提供实时
bingli7·2018-11-02 00:00

基于Nvidia GPU和Docker容器的深度学习环境搭建

基于NvidiaGPU和Docker容器的深度学习环境搭建GPU云主机：操作系统：Ubuntu16.0464位GPU：1xNvidiaTeslaP401.安装CUDADriver1.1Pre-installationActions
bingli7·2018-10-25 00:00

保姆级教程——Ubuntu16.04 Server下深度学习环境搭建：安装CUDA8.0，cuDNN6.0，Bazel0.5.4，源码编译安装TensorFlow1.4.0(GPU版)

关键词：Ubuntu16.04Server深度学习环境搭建安装显卡驱动
同勉共进·2018-10-19 19:00

Ubuntu18.04配置深度学习环境 cuda9.0+cudnn7.05+anaconda3.5.3+opecv3.2

一、安装显卡驱动1.删除旧驱动打开配置文件，修改这个文件:sudovim/etc/modprobe.d/blacklist.conf在文件的后面添禁止配置的内容：输入i（进行insert），在最后粘贴blacklistnouveauoptionsnouveaumodeset=0esc输入：wq更新配置文件，sudoupdate-initramfs-u重启系统lsmod|grepno//如果没有任何
rrr2·2018-10-17 17:48

Ubuntu18.04安装CUDA9.0，cudnn7.1.3，opencv3.4 tensorflow GPU 1.10 搭建GTX1070深度学习环境

Ubuntu18.04安装CUDA9.0，cudnn7.1.3，opencv3.4tensorflowGPU1.10搭建GTX1070深度学习环境测试环境机器情况:GTX1070i3CPUDDR38G内存系统情况
麦子点点·2018-10-15 17:00

深度学习环境：ubuntu18.04+1080ti+cuda9.0+tensorflow1.11

0.ubuntu18.04系统，分区方案:/swap4096M,剩下的全部给根目录/，即boot，temp，home共享全盘资源。此问题可以良好的解决安装cuda、matlab等环境时tmp不够用的问题。1.更换apt源：sudovim/etc/aptsources.list此前可以先备份，用cp命令或者直接复制到外面。将里面的内容换成：debhttp://mirrors.163.com/ubun
cu_is_me·2018-10-12 22:14

Anaconda快速搭建深度学习环境（Pytorch/Tensorflow）

Anaconda可以快速独立搭建不同版本的Pytorch和Tensorflow环境。以Python2.7版本tensorflow-gpu为例condacreate-ntensorflowpython=2.7sourceactivatetensorflowcondainstall-cconda-forgetensorflow-gpu安装制定版本的Tensorflow，使用命令：condainstal
blueag1e·2018-10-11 17:57

Win10搭建深度学习环境tensorflow-gpu+keras，把GPU调用起来

目录0.引言1安装准备1.1确认显卡适合使用1.2下载显卡相关安装程序1.2.1显卡驱动1.2.2CUDAToolkit1.2.3cuDNN2安装步骤3使用pip安装必要的库4执行例子0.引言刚尝试运行了MiniVGGNet处理数据集Cifar10的程序。MiniVGGNet是一个卷积层只有两层的网络，总体层数为5层。而VGGNet一般为16层到19层。环境1：i3-6100（双核，四线程）、8G
qq_27158179·2018-10-06 17:57

ubuntu16.04下NVIDIA+CUDA+CUDNN+TensorFlow+Pytorch+Opencv等深度学习环境配置

1.Ubuntu16.04配置1.1更改Ubuntu源所谓源，可以理解为Ubuntu从何处下载软件。默认的源是serverforchina，个人测试这是从美国的服务器下载软件进行安装的，为了加快下载安装软件的速度，我们通常把软件源更改为国内的服务器。打开软件中心，找到Software&Updates：选择updates那个选项，出现从Downloadfrom那个选项里面选择就行，比如我是用的阿里云
zdaiot·2018-09-30 17:22

win10配置深度学习环境CUDA9.0+cuDNN7.0.5+tensorflow+keras

注：本文默认你已经安装好python，本文配置深度学习前的环境如下：python3.6win1064位GeForceGTX980Ti1、安装CUDA深度学习库如果使用CUDA进行GPU加速，可以大大缩短计算时间。1.1检查GPU是否支持CUDA先确定下自己的显卡型号（不要告诉我你不知道怎么查看自己的显卡型号）。安装CUDA前先检查下，自己的显卡是否支持CUDA，可以从下面的网址查看自己的显卡是否在
IT_xiao_bai·2018-09-14 17:44

在腾讯云主机上搭建pytorch深度学习环境

在腾讯云主机上搭建pytorch深度学习环境1.购置[腾讯云主机](https://cloud.tencent.com/?
Saul Zhang·2018-09-09 14:59

[AI开发]centOS7.5上基于keras/tensorflow深度学习环境搭建

这篇文章详细介绍在centOS7.5上搭建基于keras/tensorflow的深度学习环境，该环境可用于实际生产。
周见智·2018-08-29 16:00

深度学习环境搭建：Tensorflow1.4.0+Ubuntu16.04+Python3.5+Cuda8.0+Cudnn6.0

目录深度学习环境搭建：Tensorflow1.4.0+Ubuntu16.04+Python3.5+Cuda8.0+Cudnn6.0Reference硬件说明：软件准备：1.安装Ubuntu16.042.
pprp·2018-08-12 19:00

利用Deepo做深度学习环境

https://hub.docker.com/r/ufoym/deepo/Deepo是一系列Docker镜像可让您快速设置深度学习研究环境支持几乎所有常用的深度学习框架支持GPU加速（包括CUDA和cuDNN），也适用于仅CPU模式适用于Linux（CPU版本/GPU版本），Windows（CPU版本）和OSX（CPU版本）和他们的Dockerfile生成器允许您使用类似Lego的模块自定义您自己
leofionn·2018-08-12 12:29

Keras深度学习环境配置（WIN10/GPU加速版）

Keras深度学习环境配置（WIN10/GPU加速版）本人目前在用深度学习方法做命名实体识别。
蒂莫韦尔纳·2018-08-10 22:13

深度学习环境配置综述——CUDA/cudnn/tensorflow三剑客

深度学习平常有所涉及，自己要捣鼓明白，有必要先从环境配置开始捣鼓，GPU加速训练是必不可少的，GPU加速的环境就是CUDA/cudnn/tensorflow这三样，本文试图将这一环境的众多细节介绍清楚。基于TF的Keras也差不多。要玩Pytorch就不在本文范围内了。有必要叙述一下我的操作系统：CentOS，想必Linux系统下都差不多？至少Ubuntu是差不多的。Windows系统怎么做有能力
xutiantian1412·2018-08-09 18:20

深度学习框架之tensorflow-gpu配置

深度学习环境配置软硬件配置：GTX1070tiWin1064位专业版Anaconda3-5.2.0-Windows-x86_64深度学习工具：CUDA9.0cuDNNv7.1注：版本必须匹配CUDA9.0TensorFlow1.8.0
winyn_·2018-08-09 10:10
上一页 31 32 33 34 35 36 37 38 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他