1.安装Anaconda 百度下载windows版本,一路点下一步,安装好了Anaconda,自带python3.6.6. 2.安装TensorFlow (1)打开Anaconda Prompt,输入conda env list,查看当前环境,发现只有base环境. (2)创建TensorFlow环境,同时安装好numpy: 输入conda create -n tensorflow python=3.6 numpy pip. (3)进入TensorFlow环境 再用conda env list,

想着开始学习tf了怎么能不用GPU,网上查了一下发现GeForce GTX确实支持GPU运算,所以就尝试部署了一下,在这里记录一下,避免大家少走弯路. 使用个人笔记本电脑thinkpadE570,内存4G,显卡GeForce GTX 950M 前期电脑已经安装win0+Ubuntu16双系统,thinkpad安装win0+Ubuntu16配置参照这里(本人为了方便) 安装顺序为: (1)安装NVIDIA Driver 安装电脑对应的显卡驱动,安装完成能够在程序中找到NVIDIA.和windows

先卸载旧版本   sudo yum remove docker \ docker-client \ docker-client-latest \ docker-common \ docker-latest \ docker-latest-logrotate \ docker-logrotate \ docker-engine sudo yum list installed | grep docker //列出就有版本 //删除相关安装包 sudo yum -y remove docker-ce.

写在前面 本文叙述了在Ubuntu16.04 Server下安装CUDA8.0,cuDNN6.0以及源码编译安装TensorFlow1.4.0(GPU版)的亲身经历,包括遇到的问题及解决办法,也有一些自己的经验,希望能对读者有所帮助.期间参考了许多前人的文章,后文会一一附上链接,在此先行谢过.在下能力有限,经验不足,请大家多多指教. 关键词:Ubuntu16.04 Server   深度学习环境搭建   安装   显卡驱动   CUDA8.0   cuDNN6.0   Bazel   源码编译 

windows10 + anaconda + tensorflow-1.5.0 + python-3.6 + keras-2.2.4配置和安装 (base) C:\Users\jiangshan>conda create --name keras python=3.6==================================================================================Collecting package metadata: doneS

windows10+Python3.6+Anaconda3+tensorflow1.10.0# Anaconda3安装自行下载安装,之后dos或Anaconda Prompt终端查看Anaconda3版本(base) C:\Users\jiangshan>conda -Vconda 4.6.8windows10下使用Anaconda3安装tensorflow1.10.0# TenssorFlow目前还不支持Python 3.7,使用Anaconda3创建Python 3.6虚拟环境# 创建基于p

这是我第一个人工智能实验.虽然原理不是很懂,但是觉得深度学习真的很有趣.教程如下. Table of Contents 配置 时间轴 前期准备工作 anaconda3 安装 bug 1:conda:未找到命令,终端输入 Nvidia DRIVER390.77 卸载原驱动 安装显卡驱动 查看GPU版本 显卡分辨率问题 CUDA 9.0 卸载 下载CUDA 9.0 安装CUDA 9.0 查看cuda信息 ​测试CUDA的Samples 查看CUDA版本 cudnn 7.0.4 卸载 Debian 下

MonoDevelop 4.2.2/Mono 3.4.0 in CentOS 6.5 安装笔记 说明 以root账户登录Linux操作系统,注意:本文中的所有命令行前面的 #> 表示命令行提示符,不需要输入. 创建源码目录: #> mkdir /var/local/src 下载安装libgdiplus: #> cd /var/local/src #> wget http://download.mono-project.com/sources/libgdiplus/libgdiplu

安装Windows server 2003系统,本以为改改BIOS配置“改为从光驱启动优先”很容易搞定的.没想到系统安装过程中碰到“找不到安装在计算机上的硬盘驱动器安装无法继续,要退出请按F3”问题,无法进行安装.      起初以为是BIOS设置的问题,尝试将“SATA 1.SATA2等设为ON”,结果问题更严重,直接出现ALERT警告无法进行光盘安装.然后,尝试将硬盘由“SATA”改为“ACHI”,结果导致安装过程中出现蓝屏.      在求助网络和同事的帮助下,终于把系统成功安装上去了,原

分布式文件系统 FastDFS 5.0.5 & Linux CentOS 7 安装配置(单点安装)--第一篇 简介 首先简单了解一下基础概念,FastDFS是一个开源的轻量级分布式文件系统,由跟踪服务器(tracker server).存储服务器(storage server)和客户端(client)三个部分组成,主要解决了海量数据存储问题,特别适合以中小文件(建议范围:4KB < file_size <500MB)为载体的在线服务.FastDFS的系统结构图如下: 如上图,FastD

redis5.0.3单实例简单安装记录 日常需要测试使用,索性记录下来,免得临时又麻烦的找资料. yum -y install make gcc-c++ cmake bison-devel ncurses-devel readline-devel libaio-devel perl libaio wget lrzsz vim tcl cat >> /etc/sysctl.conf<<"EOF" vm.overcommit_memory = net.core.so

目录 深度学习环境搭建:Tensorflow1.4.0+Ubuntu16.04+Python3.5+Cuda8.0+Cudnn6.0 Reference 硬件说明: 软件准备: 1. 安装Ubuntu16.04 2. 安装显卡驱动 3.安装Cuda8.0 4. 安装Cudnn6.0 5. 清华源安装Anaconda 6. 安装tensorflow 7. 验证您的安装 运行一个简短的 TensorFlow 程序 8. 卸载cudnn5.1升级为cudnn6.0 深度学习环境搭建:Tensorflo

软件版本说明:我选的Linux系统是Ubuntu16.04,CUDA用的8.0,Ubuntu16.04+CUDA8.0+cuDNN5.1+Python2.7只支持TensorFlow1.3.0以下的版本,所以我的TensorFlow版本选择为1.2.0.如果想使用TensorFlow1.3.0,就需要CUDA8.0+cuDNN5.1了. 软件下载地址:CUDA:https://developer.nvidia.com/cuda-toolkit-archive cuDNN:https://deve

adoop 0.20.2伪分布式安装详解 hadoop有三种运行模式: 伪分布式不需要安装虚拟机,在同一台机器上同时启动5个进程,模拟分布式. 完全分布式至少有3个节点,其中一个做master,运行名称节点(namenode).作业跟踪器(jobtracker)等主要进程,另外两个做datanode,运行tasktracker,最好有两个,否则没有冗余,谈不上集群. 下载hadoop 0.20.2安装包: http://archive.apache.org/dist/hadoop/core/ha

目录 Tensorflow1.5.0+cuda9.0+cudnn7.0+gtx1080+ubuntu16.04 0. 前记 1. 环境说明 2. 安装GTX1080显卡驱动 3. CUDA 9.0安装 4. cuDNN安装 5. Tensorflow-GPU安装 6. Cuda的卸载,cuDNN的卸载 处理之前安装的cuda文件 处理之前安装的cuDNN 7. Reference Tensorflow1.5.0+cuda9.0+cudnn7.0+gtx1080+ubuntu16.04 0. 前记

转自:https://www.cnblogs.com/jimboi/p/6405560.html Centos6.8通过yum安装mysql5.7 1.下载好对应版本的yum源文件 2.安装用来配置mysql的yum源的rpm包 可以用: yum repolist enabled | grep mysql  来查看里面有哪些是允许装得 例如:[1]rpm -Uvh mysql57-community-release-el6-9.noarch.rpm     [2]yum localinstall

anaconda环境中---py2.7下安装tf1.0 + py3.5下安装tf1.5 @wp20181030 环境:ubuntu18.04, anaconda2, ubuntu系统下事先安装了python2.7.15(默认)和python3.6.5, ..... 这里,利用anaconda 2(自行先安装好),在建立py2.7 和 py3.5的环境,分别安装tf1.0 和 tf1.5,具体的如下: 情况一:py2.7下安装tf1.0. #(1)新建一个test_py2环境[py2+tf1.0]

elasticsearch5.0集群+kibana5.0+head插件插件的安装 es集群的规划: 两台16核64G内存的服务器: yunva_etl_es1  ip:1.1.1.1 u04es01.chinasoft.com yunva_etl_es2  ip:2.2.2.2 操作系统:centos7.2 x86_64 1.安装jdk1.8和elasticsearch5.0.1 rpm -ivh jdk-8u111-linux-x64.rpm rpm -ivh elasticsearch-5.

环境:mac OS X Yosemite + hadoop 2.6.0 + hive 1.2.0 + jdk 1.7.0_79 前提:hadoop必须先安装,且处于运行状态(伪分式模式或全分布模式均可) hive官网地址:http://hive.apache.org/ 建议:经个人实践,在mac OS X Yosemite 环境下,如果使用apache下载的原始hadoop 2.6.0,不管jdk安装成什么版本(1.6\1.7\1.8都试过),hive 1.2.0启动时,始终报jdk版本不匹配,

php网址 http://php.net/downloads.php 首先下载 php-5.6.5.tar.gz [root@localhost src]# wget http://cn2.php.net/distributions/php-5.6.5.tar.gz --2015-01-24 18:51:49-- http://cn2.php.net/distributions/php-5.6.5.tar.gz 正在解析主机 cn2.php.net (cn2.php.net)... 202.10

总体介绍 虚拟机4台,分布在1个物理机上,配置基于hadoop的集群中包括4个节点: 1个 Master, 3个 Salve,i p分布为: 10.10.96.33 hadoop1 (Master) 10.10.96.59 hadoop2 (Slave) 10.10.96.65 hadoop3 (Slave) 10.10.96.64 hadoop4 (Slave) 操作系统为Red Hat Enterprise Linux Server release 6.4,GNU/Linux 2.6.32