环境搭建:    1.下载arm-2009q3.tar.bz2源码.  百度云链接  密码: rbui    2.将arm-2009q3.tar.bz2拷贝到/usr/local/arm(没有该目录就新建一个)目录下,执行命令 tar jxvf arm-2009q3.tar.bz2 进行解压.    3.为了能在别的路径下运行需要修改环境变量   执行命令 vim ~/.bashrc (若提示权限不够,在命令前加上sudo即可)   在文件末尾加上export PATH=/usr/local/a

准备主机 准备3台主机,名称作用如下: 昵称 Fully Qualified Domain Name IP 作用 Ubuntu-Parrot head1.parrot 192.168.9.126 Ambari控制中心,头结点(辅助) Ubuntu-Laiothrix head0.parrot 192.168.9.127 头节点(主) Ubuntu-Siskin data0.parrot 192.168.9.128 数据节点 使用hostname <fully.qualified.domain.n

单位新配的联想拯救者Y7000,感觉很不错哈,先上一张图. 说实在的,装这个有些小坑,我最开始是直接在原装win10上去装双系统的,结果死活装不上,还把原装win10给折腾没了,哈哈,好逗,以前装双系统也没玩成这.... 所以我个人建议如果你在原装win10上装双系统不成功,就把它也干掉得了,重新安装个win10. 如何删除原装win10就不介绍了.   一 修改BIOS 想要知道为什么这么设置的自己查一下UEFI吧,我本身也不太懂,就不在这乱介绍了. 关闭secure boot就可以了. 二

家里有一台cotext-A9(armv7-a) 的盒子,现在不用了, 一直想着废物利用.于是想怎么为这盒子编译程序. 目标机器: root@routon-h1:/# uname -a Linux routon-h1 # SMP Mon Oct :: CST armv7l GNU/Linux 装了一台 ubuntu 10.04 X86 的虚拟机 root@ubuntu:~# uname -a Linux ubuntu --generic #-Ubuntu SMP Wed Jan :: UTC i6

1.开发平台 虚拟机:VMware 12 操作系统:Ubuntu 14.04 64bit 2.准备ARM交叉编译工具包 编译uboot和linux kernel都需要ARM交叉工具链支持,这里使用Linaro提供的交叉编译工具.下载地址为:http://releases.linaro.org/ 注意:如果主机是64bit,请选择64位的交叉编译器工具链,32bit的主机选择32位的交叉工具链. The Linaro Toolchain Working Group is pleased to an

https://zhuanlan.zhihu.com/p/41096599 1.先查看是否安装有以下组件,若有先考虑彻底删除再安装(安装严格按照下面顺序进行) 查看nvidia 版本 nvidia-smi 查看cuda 版本 cat /usr/local/cuda/version.txt 查看cudnn 版本 cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2 2.安装nvidia驱动 1.禁用系统默认nouveau显卡驱动 打

转自https://jingyan.baidu.com/article/c275f6ba07e269e33d756714.html 方法/步骤 1 虚拟机.Linux操作系统介绍及下载地址 虚拟机VMware Workstation Pro 12.1.0 for Windows下载地址: http://  www.  vmware.com/cn/    (293M) 注:需先注册帐户,且通过email激活,方能下载 VMware永久证书秘钥:5A02H-AU243-TZJ49-GTC7K-3C6

本文转载自:https://blog.csdn.net/zhaoyu106/article/details/52793183 le/details/52793183 写在前面 一些废话 接触深度学习已经有一段时间,之前一直在windows下使用Theano,但是发现Theano天书般的源码真是头大,在看到tensorflow中文教程后,发现它竟然逻辑清晰,教程丰富,实在是居家旅行必备良药啊![偷笑][偷笑][偷笑] 所以决定利用国庆假期学习ubuntu和TensorFlow的安装,结果入坑无数,

0x01 首先我是安装了win10与ubuntu16.04的双系统,不过遇到的问题有启动项与无线连接的问题,今天说一下联网的问题. 连接宽带是正常的,只需要操作sudo pppoeconf 这条命令即可,之后按照流程把宽带用户名,密码输入即可连接网络,可是我的问题是搜不到wifi,这个问题原因是无线驱动的问题,操作步骤就是 打开终端,执行命令:sudo apt update,执行后,打开设置,软件和更新 安装完就可以连接无线了 参考博客: http://blog.csdn.net/essity/

由于本人有一台闲置的thinkpad电脑,所以打算在上边安装一个ubuntu16.04 server版本,其中遇到主要问题,做一下记录: 安装过程中出现“ubuntu16.04 server64 busybox-initramfs安装失败”的问题,解决方法如下 1.在启动引导界面: 2.按F6按键: 3.按esc退出,在点击←方向键. 4.修改quiet为all_generic_ide. 5.重新开始你的安装,不出意外大功告成. 参考文章地址:http://blog.csdn.net/cqint

最近重装系统,安装了tensorflow的配置环境 总结一下. 参考资料 http://blog.csdn.net/ZWX2445205419/article/details/69429518 http://blog.csdn.net/u013294888/article/details/56666023 http://www.2cto.com/kf/201612/578337.html http://blog.csdn.net/10km/article/details/61915535 第一步

安装前的准备 CUDA 9.0 安装,可以参看Ubuntu16.04 + cuda9.0 + cudnn7.1.4 + tensorflow安装 opencv 3.3.0 下载 ippicv_2017u2_lnx_intel64_20170418.tgz + opencv3.3.0下载 安装前的准备 安装依赖环境: -dev pkg-config libavcodec-dev libavformat-dev libswscale-dev -dev libxine2-dev libgstreame

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

ubuntu14.04 升级16.04后会默认将jdk1.7删除,因此需要重新安装. Ubuntu16.04 安装Oracle JDK 和 Open jdk 默认JDK 安装比较轻松,但根据项目调整 Openjdk 版本有点儿麻烦.默认JDK 安装: sudo apt-get update sudo apt-get install default-jre Oracle JDK 安装: 设置 PPA Ubuntu16.04的安装源已经默认没有openjdk7了,所以要自己手动添加仓库,如下: su

一.caffe简介 Caffe,是一个兼具表达性.速度和思维模块化的深度学习框架. 由伯克利人工智能研究小组和伯克利视觉和学习中心开发. 虽然其内核是用C++编写的,但Caffe有Python和Matlab 相关接口. Caffe支持多种类型的深度学习架构,面向图像分类和图像分割,还支持CNN.RCNN.LSTM和全连接神经网络设计. Caffe支持基于GPU和CPU的加速计算内核库,如NVIDIA cuDNN和Intel MKL. 二.ubuntu16.04 搭建python Conda 环境

使用win10远程控制ubuntu16.04,网上很多需要安装xfce桌面的.今天介绍一下,不需要安装其他桌面,使用Ubuntu16.04自带桌面,漂亮美观. Ubuntu16.04端: 1.打开终端,安装xrdp,vncserver sudo apt-get install xrdp vnc4server xbase-clients 2.安装desktop sharing(Ubuntu16.04默认已经安装),可以到应用商店下载.打开desktop sharing,设置如下: 3.安装安装dc

  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

电脑安装完windows10与ubuntu16.04双系统后,Ubuntu的时间总会和Windows的时间相差8小时,原因在于windows认为BIOS时间是本地时间,Ubuntu认为BIOS时间是UTC时间,这样从Ubuntu重启到windows会发现时间相差8小时,Ubuntu会经常与NTP服务器时间进行同步,但Windows不会. 所以我们需要将Ubuntu的时间改成本地时间 以前的方法是编辑 /etc/default/rcS 将UTC=yes改成UTC=no Ubuntu 16.04使用

1:环境 ubuntu16.04 虚拟机,需要搭建一个MySQL的生产或者测试环境 2:操作步骤 2.1:更新系统源 首次给root用户指定密码  ,先用安装用户登录 sudo  apt-get update(联网模式) 系统安装的时候选择安装Open SSH如果没有则执行 apt-get install openssh-server 2.2:允许root用户SSH登陆 找到/etc/ssh下面的sshd_config,注释掉#PermitRootLogin prohibit-password

在安装完Ubuntu之后,可能通过自带驱动无法更新,一直处于无法下载状态,那么就需要通过到Nvidia官网下载驱动,手动安装了 方法/步骤 通过度娘,打开NVIDIA官网,然后在下载驱动那里找到自己的显卡以及Linux版本 如图所示,作者的是GTX750,Ubuntu 64bit 文件名可以保存为0.run,放在home目录下,一会方便查找 禁用nouveau驱动 终端:sudo gedit /etc/modprobe.d/blacklist.conf 在最后加上2行: blacklist no

因为学习需要16.xx的虚拟机,所以把之前18.04的Ubuntu卸掉重装了一遍Ubuntu16.04, 考虑到我有备份和重装系统的爱好,故记之,以备后用. 目录: //最后更新时间:190122·17:32 2> 安装Ubuntu到VMware 3> 更新Ubuntu的软件源&&软件 4> 配置CTF环境 1> 条件: 64位操作系统 WMware15 //官网链接 //关于VMtools:VM15在安装虚拟机的时候会自动安装VMtools //我不会安装……ow