cuda&深度学习环境

图像识别——ubuntu16.04 movidius VPU NCSDK深度学习环境搭建

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
桐烨科技·2018-08-06 08:39

我的AI之路 —— 从裸机搭建GPU版本的深度学习环境

由于刚买的机器，环境都得自己摸索，瞎搞过很多次，也走过很多弯路，所以我就记录下从裸机安装深度学习环境的正确过程。（全程root用户哦！）
xingoo·2018-08-02 21:00

ubuntu16.04深度学习环境的配置

原文链接：https://my.oschina.net/u/3837179/blog/1920756在ubuntu中配置GPU的深度学习环境相较于win问题要多很多，这几天琢磨了一下Ubuntu下的环境配置
chishang1127·2018-08-01 13:00

深度学习过拟合问题的优化措施

原文：http://www.sohu.com/a/162003640_465944在上一篇文章“”中，我们已经了解如何在Docker上从头构建一个Keras的运行平台，搭建基础的深度学习环境。
Xwei1226·2018-07-31 10:31

深度学习环境配置:Ubuntu16.04下安装GTX1080Ti+CUDA9.0+cuDNN7.0完整安装教程（多链接多参考文章）...

本来就对Linux不熟悉，经过几天惨痛的教训，参考了不知道多少篇文章，终于把环境装好了，每篇文章或多或少都有一些用，但没有一篇完整的能解决我安装过程碰到的问题，所以决定还是自己写一篇我安装过程的教程，有些参考的文章会给出原地址，比较大众的教程就没有给出了。本文写于2018年7月27日，注意下时效性，有问题欢迎留言1.安装Ubuntu16.04系统下载地址：http://releases.ubunt
weixin_34390105·2018-07-27 21:00

深度学习Pytorch/Caffe-GPU环境配置

Opencv3.4.6+Pytorch/Caffe-GPU目录一、安装双系统二、安装显卡驱动三、安装Cuda9.0四、安装CuDNN五、Opencv3.4.6六、安装Pytorch七、安装Caffe-GPU深度学习环境的搭建比较复杂
yuyuelongfly·2018-07-23 22:02

深度学习Pytorch/Caffe-GPU环境配置

Opencv3.4.6+Pytorch/Caffe-GPU目录一、安装双系统二、安装显卡驱动三、安装Cuda9.0四、安装CuDNN五、Opencv3.4.6六、安装Pytorch七、安装Caffe-GPU深度学习环境的搭建比较复杂
yuyuelongfly·2018-07-23 22:02

可行的ubuntu16.04+cuda9.0+cudnn+anaconda+tensorflow+keras深度学习环境的搭建

之所以写这篇博客，还是因为目前网上的搭建教程太多然而却没有几个是真正有效的。话不多说，下面就开始，因为有不少内容是综合了几个教程的，因此难免有相同部分。第1步：安装先决条件在安装任何东西之前，让我们首先更新存储在计算机上的软件包的信息，并将已安装的软件包升级到最新版本。sudoapt-getupdatesudoapt-getupgrade接下来，我们将在安装过程中安装一些我们可能需要的基本软件包。
lklklkyd·2018-07-23 16:27

Ubuntu18.04下搭建深度学习环境（tensorflow CPU GPU、Keras、Pytorch、Pycharm、Jupyter）

以前一直都是在Windows上玩CPU版的Tensorflow，现在有时间弄一下，买了一根16GB的内存条扩容上。以前是Win10+Ubuntu双系统，以前的Ubuntu上由于做实验有一堆的错误待解决，现在懒得折腾了，直接装成Ubuntu单系统。我的电脑配置如下：CPU：IntelCorei7-7770HQ内存：24GB显卡：NVIDIA940MX硬盘：128GBSSD+1TB机械Linux空间划
cskywit·2018-07-21 16:42

搭建个人深度学习环境（一）—— 单GPU主机配置

前言硬件配置配置表选择原因配置总结系统环境配置及驱动安装安装ubuntu16.04制作启动盘安装系统（UEFI启动）安装驱动网卡驱动显卡驱动前言因为实验室服务器不够用，所以准备自己搭建一台搭载高性能GPU的主机作为个人服务器。由于尚未毕业，囊中羞涩，而玩心犹存，所以在硬件配置（主要是CPU、GPU和主板）选择上有自己的考量，不能作为服务器的典型范本，权当抛砖引玉，请各位读者结合自身需求选择合适的配
EccHui·2018-07-17 00:00

win10系统下搭建Python开发环境和TensorFlow深度学习环境（CPU版）

win10系统下搭建TensorFlow深度学习环境分两步win10系统下搭建TensorFlow深度学习环境分两步1.搭建Python开发环境1.1安装Anaconda（Python编译器+包管理器）
江湖少年·2018-06-11 16:11

启用Docker虚拟机GPU，加速深度学习

但我觉得还是有必要记录一下我最近一次的深度学习环境配置，主要原因在于各种软件在快速更新，对应的安装配置方法也会有一些变化。
云水木石·2018-06-09 15:29

Ubuntu16.04深度学习环境配置——Anaconda(基于Python3.5)+Tensorflow(GPU版本)的安装以及在PyCharm中的使用

要配置Tensorflow的GPU版本，需要先配置好CUDA和cuDNN。由于我要配置Tensorflow的1.4.0版本，所以选择的是CUDA8.0和cuDNNv6.0版本。具体需要怎么选择可以参考下图(图片来源于博客：https://blog.csdn.net/weixin_39704651/article/details/79605585)：关于CUDA8.0和cuDNNv6.0的配置可以参
AllenIrving·2018-05-22 20:59

Ubuntu16.04深度学习环境配置——Caffe的安装(CUDA8.0+cuDNN6.0)

关于CUDA8.0和cuDNN6.0、opencv3.1的配置可以查看我前面的博客：Ubuntu16.04深度学习环境配置——NVIDIA显卡驱动、CUDA8.0、cuDNNv6.0Ubuntu16.04
AllenIrving·2018-05-22 15:20

Ubuntu16.04深度学习环境配置——NVIDIA显卡驱动、CUDA8.0、cuDNN v6.0

最近又一次配置深度学习环境，又一次找了一堆资料、踩了一堆坑。为了以后的方便，这里先记录一下这次的配置过程吧。这一篇主要记录环境配置前的一些工作，如显卡驱动、CUDA、cuDNN的安装。
AllenIrving·2018-05-22 10:11

Win10深度学习环境配置（CUDA+cuDNN+TensorFlow-gpu+Keras）

安装时间：2018-05-19软硬件配置GTX10606GWin1064位专业版Anaconda35.1.0深度学习工具CUDA9.0cuDNNv7.0TensorFlow1.8.0（GPU版）Keras2.1.6一、安装VS2015首先，下载“[Windows][编程开发][VisualStudioCommunity2015][withUpdate3][官方简体][光盘镜像]”。选择自定义，点击
enatsu·2018-05-20 13:47

深度学习环境配置：华硕主板的Win 10 + UEFI + GPT条件下且在SSD + HDD双硬盘下安装Ubuntu+Gtx 1080Ti显卡驱动 + CUDA 9.1 + Cudnn 7.1...

本文写文章日期为2018.03.13  因为买电脑自带了win10系统，自己就没有重新安装win10，而是在原win10环境下分割一个磁盘来安装ubuntu16.04，本人电脑GPU为Gtx1080Ti显卡，要注意的是显示器连接线是直接与Gtx1080Ti显卡连接，而不是连接主板上的接口！电脑配置见下图。我的硬盘是双硬盘一个256G的SSD固态硬盘，一个2T的HDD机械硬盘，现在win10是安装在
dby_freedom·2018-05-18 10:52

Ubuntu 18.04 深度学习环境搭建

开启ssh安装openssh-server。sudoapt-getinstallopenssh-serverUbuntu镜像源修改sudocp/etc/apt/sources.list/etc/apt/sources.list.baksudovim/etc/apt/sources.listdebhttp://mirrors.aliyun.com/ubuntu/bionicmainrestricte
Butertfly·2018-05-17 14:04

画风真的很粗暴的 WIN8.1+anaconda3+TensorFlow-GPU+cuda9.1+cudnn7.1 配置攻略

忽然想把笔记本的显卡用起来，便开始配置和实验室基本一样的深度学习环境。但是实验室的电脑是win7，但是自己笔记本是WIN8.1的系统。
ss81219131·2018-05-12 01:46

Windows10下深度学习环境配置: VS2017 + Anaconda3 + TensorFlow | pytorch

尝试了好久的pycharm,发现这东西确实太逗了,太卡,每次新建项目要扫描index~~~~~扫啊扫啊,我的笔记本就让它闪退了...没办法,听说VS2017支持了python,尝试以后::感觉真的是windows下宇宙第一IDE啊o(*￣︶￣*)o先装VS2017(在官网下载visualstudioinstaller),安装时选中python环境,并且勾选anaconda3:(蓝色的要不要都行(哪
JustForYouForDL·2018-05-08 14:17

深度学习环境配置tensorflow+cuda9.1+cudnn-v7.1

首先是这次配置的所有软件:ubuntu16.04anaconda3tensorflow_gpucuda9.1+cudnn-v7.1一、安装Anaconda详细阅读下载此官网对应python版本的anacondahttps://docs.anaconda.com/anaconda/faq#id5##建立一个conda计算环境为了管理多个环境,那么我们至少要有两个环境,以便能够进行移除或者切换.命令行
tangxiaohu1234·2018-04-24 21:28

tensorflow与cudnn在后面使用中的升级和版本搭配

上次分享了安装经验，安装成功的深度学习环境为，tensorflow1.0.0+cuda8.0+cudnn5.1.但是随着学习的进度，发现很多其他作者给的源代码都是用的高版本的tensorflow,直接用我原来的框架打开
DX_ByYourself·2018-04-11 16:10

tensorflow与cudnn在后面使用中的升级和版本搭配

上次分享了安装经验，安装成功的深度学习环境为，tensorflow1.0.0+cuda8.0+cudnn5.1.但是随着学习的进度，发现很多其他作者给的源代码都是用的高版本的tensorflow,直接用我原来的框架打开
DX_ByYourself·2018-04-11 16:10

搭建深度学习环境: ubuntu14.04 安装NVIDIA显卡驱动+CUDA8.0+cudnn7

总体分为以下三部分，顺序不能错：1.NVIDIA显卡驱动安装（我所使用的是NVIDIA1080Ti显卡）2.cuda8.0+cudnn7安装3.深度学习环境安装（本文采用源码安装tensorflow）以下对各部分详细说明
Arwenlearn·2018-04-09 16:17

Ubuntu16.04深度学习环境及框架配置

前言：原来的1080带不动网络了，所以借用朋友的TeslaK80，不过遗憾的是师兄的一键安装脚本不管用了，所以记录一下自己的配置过程，希望以后不要踩坑。Ubuntu16.04+Nvidia+CUDA8.0+Opencv+Caffe+Tensorflow+PytorchUbuntu16.04的安装注意Ubuntu的版本：推荐Ubuntu16.04或者Kylin16.04。一开始我是装的enhance
姓Ben第一声·2018-04-03 19:17

深度学习环境配置Ubuntu16.04+CUDA8.0+CuDNN+Anaconda2+openCV2.4.9+caffe（全离线GPU版）

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/Bernice_lying【前言】   深度学习燎原之势势不可当，现在很多现场使用深度方法的比赛需要自行配置环境和caffe。为此，博主准备了如下Ubuntu16.04下的caffe安装教程（GPU离线版）。亲测在配有GTX960显卡的机器上可用。因为之前试验踩了不少坑，这次一并打包在安装过程中，若大
Bernice_lying·2018-03-26 16:59

学习笔记1：深度学习环境搭建win+python+tensorflow1.5+CUDA9.0+cuDNN7.0

2018年2月13买了一台DellInspiron7577，i7-7700hq、1050Ti显卡、win10家庭版。由于课题需要开始学习深度学习，之前在实验室和自己的笔记本上安装TensorFlow总是不成功，不然就是仅实现cpu运算。本次安装主要是按照这位大神的安装步骤，大神安装的时间和我相近，大神解释的也很详尽，基本没有出太多的问题，在此十分感谢！本人土木专业，计算机小白一只，如有出错望见谅，
仓鼠么么哒·2018-02-20 22:03

deepin linux 15.5 + 小米笔记本pro 下的深度学习环境tensorflow-gpu 1.4版本搭建过程

深度学习环境tensorflow-gpu1.4安装过程记录换了个小米笔记本用来办公，内置win10，因为硬盘容量较小，搭建linux双系统的想法只好暂时搁置，忍着用了几个月。
笔墨留年·2018-02-16 21:34

深度学习环境搭建：win10+GTX1060 + tensorflow1.5+keras+cuda9.0+cudnn7

2018年2月8日下午，开始搭建环境。我新买了联想Y720笔记本电脑一台，希望用它来开展深度学习的探索。根据之前的一点点经验，搭建深度学习的环境。本篇博客主要记录的是流程，不提供相关数据的下载链接等，希望对学习者有所帮助，也希望有大神对安装进程的错误进行指教。1找到一些相关的帖子进行大致了解，在此，我参考的帖子是这个：http://blog.csdn.net/zhili8866/article/d
_Rio56·2018-02-09 13:43

教程｜使用 Docker 安装深度学习环境

用Docker安装深度学习环境，轻量、方便！整个系统大小仅需2~3G，用完还能带着走！
给我一杯奶茶·2018-02-06 20:09

关于linux 深度学习环境的一些配置笔记

第一部分notepad++安装1、安装命令sudoadd-apt-repositoryppa:notepadqq-team/notepadqq//添加安装包sudoapt-getupdate//更新最新版本，这步用户自己选择，可以直接用老版本的sudoapt-getinstallnotepadqq//安装2、卸载命令sudoapt-getremovenotepadqq//卸载sudoadd-apt
kapoo-pai·2018-02-03 11:41

caffe深度学习环境下ssd配置

电脑配置系统:Ubuntu16.04GPU:NVIDIAGTX1050Ti安装步骤1.安装相关依赖项sudoapt-getinstalllibprotobuf-devlibleveldb-devlibsnappy-devlibopencv-devlibhdf5-serial-devprotobuf-compilersudoapt-getinstall--no-install-recommendsl
whu-hk·2018-02-01 16:25

吐血记录:Jetson Tx2 开发板配置caffe深度学习环境

JetsonTx2开发板是英伟达公司在2017年3月发布的一款全新嵌入式计算平台，TX2中拥有4核ARMA57CPU、Pascal架构GPU(16纳米工艺)、8G内存、32G固态存储器。标准功耗为7.5W。另外，TX2也可以将功率提高到15W，从而提升计算能力。由于项目开发需求,本人拿到一块tx2.如图:东西到手以后.开始在TX2上配置caffe，下面是记录的一些caffe的配置过程。在配置caf
csdnzoutao·2018-01-20 19:23

ubuntu配置深度学习环境

image目前最新的UbuntuServer16.04.3LTS系统为例，介绍包括CUDA、CudNN软件以及TensorFlow、Keras等Python库的安装方法。下面是需要安装的软件列表。CudaCudNNTensorFlow,PytorchOpenCV,CaffeMatlab前期准备：sudoapt-getupdate，找到清华大学镜像站，下好anaconda并安装，然后将anacond
__jwzhang__·2018-01-09 17:37

ubuntu配置深度学习环境

image目前最新的UbuntuServer16.04.3LTS系统为例，介绍包括CUDA、CudNN软件以及TensorFlow、Keras等Python库的安装方法。下面是需要安装的软件列表。CudaCudNNTensorFlow,PytorchOpenCV,CaffeMatlab前期准备：sudoapt-getupdate，找到清华大学镜像站，下好anaconda并安装，然后将anacond
__jwzhang__·2018-01-09 17:37

在腾讯云上搭建 Tensorflow for GPU 深度学习环境 —— Jinkey 原创

原文链接https://jinkey.ai/post/tech/z...本文作者Jinkey（微信公众号jinkey-love，官网https://jinkey.ai）文章允许非篡改署名转载，删除或修改本段版权信息转载的，视为侵犯知识产权，我们保留追求您法律责任的权利，特此声明！前言写文章日期2017年11月11日当前软件版本NVIDIA-Linux-x86_64-384.81.runnvidia
Jinkey·2018-01-06 00:00

Tensorflow1.4.0(GPU)+Win10+Anaconda5.0.1+CUDA8.0+cuDNN6.0+Python3.6深度学习环境安装

第一次写博客，因为Tensorflow1.4.0（GPU）安装，感慨万千，也希望大家安装的时候别走博主的坑，博主尽量让大家避开坑（关注官网动态很重要）也是看了很多篇博客。但是很多不具有时效性，毕竟Tensorflow一直在发展，一直在更新新版本。总结出了很多问题。之前在ubuntu14.04下安装Tensorflow0.8.0版本就出了问题，python2.7和3.5选择也出了问题，然后在ubun
BigMouthDog·2017-12-27 15:49

win10 64bit 深度学习环境搭建完整版

前言文件准备开始安装1、安装VisualStudio2013Community2、安装DXSDK_Jun103、安装CUDA8.03、安装cuDNNv6.04、安装Anaconda3-5.0.14.1下载Anaconda4.2安装Anaconda4.3更改pip的默认源5、安装Tensorflow-gpu5.1利用Anaconda创建虚环境5.2激活与退出虚环境5.3安装tensorflow-gp
LBAWMY·2017-12-26 21:41

（通用）深度学习环境搭建：tensorflow安装教程及常见错误解决

区别于其他入门教程的“手把手式”，本文更强调“因”而非“果”。我之所以加上“通用”字样，是因为在你了解了这个开发环境之后，那些很low的错误你就不会犯了。大家都知道深度学习涉及到大量的模型、算法，看着那些乱糟糟的公式符号，心中一定是“WTF”。我想说的是，这些你都不要管，所谓车到山前必有路。所需安装包通常以我的习惯是以最简单的方式来接触一门新的技术，并且尽量抛弃新的（边缘）技术的介入，如果因为一些
caiyongji·2017-12-21 23:12

在windows下简单快速的搭建tensorflow深度学习环境

在windows下简单快速的搭建tensorflow深度学习环境之前在搭建tensorflow环境遇到了很多问题，现在分享出我个人的搭建经验，搭建环境是基于win10专业版，下面是简单的步骤：1.首先安装
ANDY_YUN·2017-12-17 01:59

深度学习环境配置docker+pycharm+GPU

前言在机器学习过程中，可能要使用各种机器学习框架，如tensorflow，mxnet，caffe等等。相信配过这些环境的人都对这个过程很是厌烦。有没有一种更好的方法呢？回答是肯定的：有！下面就隆重介绍一下一个神奇的工具docker。dockerdocker是一个很强大的工具，非常方便开发，测试以及发布产品。并能保证在这几个环节中软件运行的环境是一模一样的。对docker不太熟悉的人可以暂时把doc
小小金星伯爵·2017-12-14 19:18

centos7 搭建 python35+pip3+pytorch 深度学习环境

pytorch自去年年底诞生以来日趋火爆。PyTorch是Torch在Python上的衍生.因为Torch是一个使用Lua语言的神经网络库,Torch很好用,但是Lua又不是特别流行,所有开发团队将Lua的Torch移植到了更流行的语言Python上。下面主要讲讲在centos7下的环境搭建。1.安装python35centos7自带的python是2.7版本，然而博主习惯python3.x，于是
HF飞哥·2017-12-05 17:32

Ubuntu16.04+CUDA+CUDNN+Anaconda+Tensorflow+keras深度学习环境搭建

本人刚开始接触深度学习，在搭建环境时出了不少大大小小的问题，最终搭建成功，写下配置过程希望能为他人提供一定的借鉴。（如有存在错误的地方请大家指正）电脑为ubuntu16.04，gtx1080Ti显卡1.CUDA安装（1）下载cuda的包放在电脑中，根据自己的系统选择版本，注意Ubuntu下载请务必下载runfile文件（后缀为.run），不能是其它文件（2）在终端对下载好的包进行安装操作用cd命令
Super_jm_·2017-10-30 20:26

（通用）深度学习环境搭建：tensorflow安装教程及常见错误解决

区别于其他入门教程的“手把手式”，本文更强调“因”而非“果”。我之所以加上“通用”字样，是因为在你了解了这个开发环境之后，那些很low的错误你就不会犯了。大家都知道深度学习涉及到大量的模型、算法，看着那些乱糟糟的公式符号，心中一定是“WTF”。我想说的是，这些你都不要管，所谓车到山前必有路。所需安装包通常以我的习惯是以最简单的方式来接触一门新的技术，并且尽量抛弃新的（边缘）技术的介入，如果因为一些
caiyongji·2017-10-24 00:00

Centos集成GTX-1080Ti显卡搭建深度学习环境全过程

Centos集成GTX-1080Ti显卡搭建深度学习环境全过程在一个由N多台普通的不能再普通的机器攒凑起来的机箱中，搭载了最强核心——NVIDIAGeForceGTX1080Ti。
silent彦沁·2017-09-30 17:20

DeepMind发布《星际争霸 II》深度学习环境

来源：AI研习社概要：上个月，DeepMind和暴雪终于开源了《星际争霸II》的机器学习平台。本文介绍了基于星际争霸II游戏的强化学习环境SC2LE（《星际争霸II》学习环境）。StarCraftII:ANewChallengeforReinforcementLearning星际争霸II:增强学习的新挑战上个月，DeepMind和暴雪终于开源了《星际争霸II》的机器学习平台。本文介绍了基于星际争霸
人工智能学家·2017-09-22 00:00

使用Keras动手实践深度学习（下）

原文：http://www.sohu.com/a/162003640_465944在上一篇文章“”中，我们已经了解如何在Docker上从头构建一个Keras的运行平台，搭建基础的深度学习环境。
Raini.闭雨哲·2017-09-08 16:09

深度学习环境搭建

卷积神经网络开发环境搭建框架(Frameworks)Caffe,Torch,Theano,Tensorflow,Caffe2,Pytorch,PaddlePaddle,CNDK,MXNet等等，如今最常用的框架当属Pytorch和Tensorflow，而Caffe和Caffe2次之。不同的框架有不同的第三方库要求，为了避免潜在第三方库冲突，使用虚拟环境则能有效保护系统环境。因此，推荐基于Anaco
我的白衣年代·2017-08-24 11:11

Ubuntu16.04+GTX1050ti+CUDA8.0+TensorFlow-gpu+Keras+Pycharm配置深度学习环境

硬件环境：CPUi5-6400；显卡GTX1050ti系统环境：Ubuntu16.04一、安装Ubuntu16.04双系统1、利用UltraISO制作安装启动U盘《见Ubuntu16.04安装基础入门教程启动U盘制作部分》2、Windows磁盘分区给Ubuntu《见Windows下安装Ubuntu16.04双系统》3、重启电脑，按住F11，选择没有UEFI的U盘启动方式《见Windows下安装Ub
yeqiang19910412·2017-07-21 16:33

Ubuntu 16.04 安装深度学习环境 GPU 加速版

深度学习环境搭建起来比较麻烦，特别是GPU加速版。既要安装Nvidia的驱动，又要安装cuda和cuDNN。本文通过docker容器技术搭建基于keras(tensorflow)的深度学习环境。
penmily·2017-06-16 12:00
上一页 31 32 33 34 35 36 37 38 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他