作为一个AI工程师,对Linux的一些技能的掌握也能从一定层面反应工程师的资深水平. 要求1:基于SSH的远程访问(本篇文章) 能用一台笔记本电脑,远程登陆一台linux服务器 能随时使用笔记本电脑启动训练任务 能熟练的让代码和文件在笔记本电脑与LINUX服务器之间的传输 要求2:Linux系统的文件系统(Linux指令学习) 知道什么是硬盘的挂载 能合理的使用服务器的硬盘空间 不要求,但建议学会如何在LINUX系统上自建逻辑卷(LVM) 要求3:LINUX系统的账户管理 知道root账户与普通

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

将笔记本的ubuntu系统更新到18版本后重新配置深度学习环境,在此记载方便日后参考 具体配置为 Ubuntu18.04+gtx1060+opencv-3.1 第1步 安装依赖包 sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler sudo apt-get install --no-install-recommend

转载于: http://www.uxtribe.com/php/405.html 该站下有系列PHP文章. 在Linux下搭建PHP环境比Windows下要复杂得多.除了安装Apache,PHP等软件外,还要安装一些相关工具,设置必要参数.而且,如果要使用PHP扩展库,还要进行编译.安装之前要准备如下安装包: http-2.2.8.tar.gz.下载地址:http://www.apache.org. php-5.2.5.tar.gz.下载地址:http://www.php.net/downloa

PC:ubuntu18.04.i5.七彩虹GTX1060显卡.固态硬盘.机械硬盘 作者:庄泽彬(欢迎转载,请注明作者) 说明:记录在ubuntu18.04环境下搭建深度学习的环境,之前安装了cuda9.1,与cudnn7.0.5版本的,但是无论怎么安装tensorflow-gpu都是失败,后来找到原因了,目前的tensorflow暂不支持cuda9.1,因此更换成cuda9.0,cudnn7.0.7安装成功,而且在英伟达官网下载各个安装包的时候出现在下载到99.9%时候总是下载失败,在某个时间段

装好linux后优先在linux上配置Golang开发环境. 1.到Go语言中文网下载Linux安装包 https://studygolang.com/dl 2.到下载的目录下解压,下载的文件一般在“下载”或者“Downloads”里面 .linux-amd64.tar.gz 3.将解压出来的“go”文件移到你要安装的目录下,作者放在了主目录下 mv ./Downloads/go ./ 4.创建项目所在的文件夹 mkdir goProject 5.设置环境变量 //命令行仅输入“cd”到主目录下

为了开发环境纯净,应该首先创建虚拟环境 mkvirtualenv -p python3 虚拟环境名称 如,mkvirtualenv -p python3 ai 但是有的童鞋会卡在这一步,会报一个这样的错误: OSError: Command /home/python/.virtualenvs/ai/bin/python3 - setuptools pkg_resources pip wheel failed with error code 2 这是因为virtualenv虚拟环境----pip多

0. 前言 坑爹的Ubuntu晚上运行还是好好的,第二天中午的时候打开机器发现屏幕分辨率不正常了:2K屏显示800*600左右的分辨率(无法调节),一个图标一拳头大,窗口和网页显示不全.Google查了一下发现可能是nvidia显卡驱动坏了(真的脆),照着几个博客搞了一下还尼玛进不去系统,一直循环登录了???之后又折腾了一整个下午,最后的结果是,重装显卡驱动一直失败:PPA装显示connect不上.run文件装显示build kernel module error.反正我也是不管什么奇怪的配置问

Ubuntu系统 1.备份 在服务器上整个装系统之前,需要做好一个工作,也就是相关重要数据的备份,这里主要是将固态中的数据备份到机械硬盘或移动硬盘里,可能在备份的过程中会遇到无法写入的问题,是因为文件夹的属性可能只读等原因,所以这里可能会用到改变所有者权限的命令: sudo chmod -R 777 文件名 文件或目录的权限分为三种:只读(r).只写(w).可执行(x).用户也分为三种:所有者.组.其他用户. 上述命令中的777分别指的是这三种用户,每一位里的7是指二进制的111,也就是赋予了所

前几天无意间看到了微信推送的golang开发的消息,看到golang那么牛逼,突然心血来潮想学习一下go.工欲善其事必先利其器,想做go开发,必须先配置好go的开发环境(就像开发Java先安装配置jdk一样).在网上找了半天,一直没有找到满意的教程(看来golang在国内还是不火)遂自己摸索,踩了不少坑,特来记录一下,希望能帮助到别人,少走弯路.由于我把除了C/C++以外的开发都搬迁到Linux下了,所以就在Ubuntu下安装配置了golang.其实Windows下的安装也是大同小异了. 1 先

序言 对于想要入门Python或者深度学习的初学者而言,配置环境一直是一个令人头疼的问题.相信有许多人经历过安装第三方包失败,安装好了却在使用中报错,安装CUDA.tensorflow.pytorch版本不匹配等等令人头大的问题,我也曾被这些问题所困扰.经过这两三年时间中反复重装环境的痛苦过程,直到现在我才逐渐能够独立.流畅地配制出一个令人满意的环境.在这个过程中,我也帮助了许多遇到这些问题的朋友,收获了一些经验教训,因此我希望将这一完整的过程写成博客,帮助在这方面遇到困难的人. 在这个系列的博

自己一直嚷嚷着打算学学图像识别,识别个简单的,车牌号,验证码之类的,之前查过资料,OpenCV可以实现.昨天花了一个下午终于配置好环境了,今天写下总结. OpenCV这一名称包含了Open和Computer Vision两者的意思.实际上,Open指Open Source(开源,即开放源代码),Computer Vision则指计算机视觉.更详细介绍,请参考:http://zh.wikipedia.org/wiki/OpenCV 配置环境系统信息:Linux catgenie@debian:~$

jdk下载地址: http://www.oracle.com/technetwork/java/javase/downloads/jdk8-downloads-2133151.html 在根目录新建software目录 将下载好的jdk上传到software文件夹里面 (使用WinSCP可以非常便捷的将windows下的文件通过拖拽的方式拖入到Linux中.) 去到software这个目录 输入命令: cd /software 输入命令:ll 就可以看到我们的jdk包了 三,解压文件 解压命令

步骤零:安装anaconda.opencv.pytorch(这些不详细说明).复制运行代码,如果没有报错,说明已经可以了.不过大概率不行,我的会报错提示AssertionError: Torch not compiled with CUDA enabled.说明需要安装CUDA,或者安装的pytorch版本是不带CUDA的版本,需要按照以下步骤操作. 步骤一:安装CUDA 步骤二:安装cuDDN 步骤三:测试运行代码 附:电脑不支持CUDA或者不想用gpu加速深度学习的 安装CUDA 这就是用来

.目前使用CPU即可,先不需要显卡配置 .使用pip3 安装深度学习框架 .要先安装pip3 #sudo apt install python3-pip https://blog.csdn.net/bjzhaoxiao/article/details/81270368 https://blog.csdn.net/fengzhen8023/article/details/829277764.安装tensorflow #sudo pip3 install tensorflow5.安装pytorch

感慨: 程序跑不起来,都是环境问题. 1. 安装Anaconda https://blog.csdn.net/gdkyxy2013/article/details/79463859 2. 在 Anaconda 下配置环境 https://www.jianshu.com/p/d2e15200ee9b 创建环境(制定PythoN版本) conda create -n bai python=2.7 激活环境 source activate bai 安装制定版本的keras conda install

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

1.下载所需要的软件 cuda7.5下载(点击下载链接),cudnn4.0下载 2.安装NVIDIA驱动. 一般有两种方法:1)一种方法是利用"软件和更新"来安装,依次选择 系统设置->软件和更新->附加驱动->选择最新的驱动->应用更改 安装时可能遇到的问题:点击完应用更改一段时间后并没有成功安装,再次点击却出现闪退的现象,这个问题困扰了我一晚上,最后发现是因为依赖的问题,通过在终端输入以下命令:sudo apt-get install -f  后 再次安装问

windows下有一键安装的环境很方便,不过现实中常常服务器是linux系统.想要搭建环境怎么搞呢? 边学变发直播博客,不定期更新.

首先,在cd /usr ,mkdir java. 将java安装包放到/usr/java,并解压. 验证java. $ java -version 如果提示有如下安装包包含它,但是没有安装.是环境变量没有配置的原因. (可以进入java解压包里面验证,可行就表示java包没有问题!) 配置环境变量,vi /etc/profile 在任意位置添加如下代码 #Set java environmentexport PATH=$PATH:/usr/java/jdk1.8.0_25/bin export

参考别人的做法,遇到问题上网查,下面就是安装步骤. 一.安装Apache2.2.221.到官网下载  http://httpd.apache.org/download.cgi    2.解压    tar  -zxvf httpd-2.2.22.tar.gz3.建立目标文件夹(注意以下所有操作都时在root用户下执行的)    mkdir /usr/local/apache2    也就是说等下安装的apache2要安装到这个文件夹里面4.配置    回到原来解压之后产生的文件夹    ./co