Ubuntu下的安装方法: sudo add-apt-repository ppa:notepadqq-team/notepadqq sudo apt-get update sudo apt-get install notepadqq Ubuntu下的卸载方法: sudo apt-get remove notepadqq sudo add-apt-repository --remove ppa:notepadqq-team/notepadqq from: http://blog.sina.com

pre.ctl { font-family: "Liberation Mono", monospace } h1 { margin-bottom: 0.21cm } h1.western { font-family: "Liberation Sans", sans-serif; font-size: 18pt } h1.cjk { font-family: "Noto Sans CJK SC Regular"; font-size: 18pt }

1.close nouveau 终端输入:sudo gedit /etc/modprobe.d/blacklist.conf 末尾加两行 blacklist nouveau options nouveau modeset=0 然后保存 之后运行这行命令 sudo update-initramfs -u 重启,然后运行: lsmod | grep nouveau 结果应该不会显示任何东西 2.Install NVIDIA Driver 查看显卡型号和推荐的显卡驱动(显卡驱动的版本直接就决定了cud

1.Ubuntu安装Python3.6: 首先拉取远程仓库 sudo add-apt-repository ppa:jonathonf/python-3.6 更新源 sudo apt-get update 在线安装 sudo apt-get install python3.6 补充,其实安装python3用一句:sudo apt-get install python3-dev 即可.查看版本:python3 --version 更改默认值,python默认为Python2,现在修改为Python

一.参考: https://blog.csdn.net/QLULIBIN/article/details/78714596 https://www.jianshu.com/p/00c37b09f0f3 二.安装过程 1.检查自己的电脑环境是否具备安装CUDA的条件 1) 验证自己的电脑是否有一个可以支持CUDA的GPU 你可以电脑的配置信息中找到显卡的具体型号,如果你是双系统,在Windows下的设备管理器中也可以查到显卡的详细信息:你也可以在ubuntu的终端中输入命令: $ lspci |

os安装 目前对tensorflow和cuda支持最好的是ubuntu的18.04 ,16.04这种lts,推荐使用18.04版本.非lts的版本一般不推荐. Windows倒是也能用来装深度GPU环境,但是Windows上的问题实在太多了,而且很多都是跟环境相关的,不具备普遍性,解决了也没有意义.所以真心不推荐Windows环境. 这里需要注意的是,ubuntu有桌面版本和服务器版本的区别,自己用的话,肯定是要桌面版本的,但是如果只是放在角落里做运算机又或者是桌面版本安装失败的时候,可以考虑服

第一次写博客,有些地方可能不太完善. 1.安装VMware,我用的是VMware12. 2.下载Ubuntu镜像(自Ubuntu 17.10开始桌面版本不再提供32位安装镜像,Ubuntu Server版本将从18.04 LTS不再提供32位),官网地址:https://www.ubuntu.com/download 2.1.选择桌面版或者服务器版. 2.2.点击下载等待即可. 3.在VMware安装Ubuntu18.04准备工作 3.1.打开虚拟机,文件->新建虚拟机,一定要选自定义(我用典型

本文写的比较简单,期间遇到的一些小麻烦,自己不认为成为阻碍,所以没有详细写. 如有疑问可以联系QQ:2922530320 Pycharm Pycharm使用Anaconda Pycharm 在新建项目的时候可以指定Conda环境,前提是已经安装了Conda. 如果创建项目的时候没有指定conda环境: Setting => Project => Project Interpreter 里面修改 Project Interpreter , 点击齿轮标志再点击Add Local为你某个环境的pyt

首先,打开TeamViewer的下载页面,下载Debian/Ubuntu的Deb安装包. 这里有64位和32位安装包选项.可以在Terminal(终端)中输入uname -a 查看自己系统版本是64位还是32位,输出语句带x86_64就是64位,本人系统是64位,32位没研究. 下载好之后,安装包默认在[文件]>[下载]中可以查看. 其次,安装TeamViewer的依赖包(可直接复制粘贴). sudo apt-get install libdbus-1-3:i386 libasound2:i38

Ubuntu18.04更换国内源 Ubuntu本身的源使用的是国内的源,下载速度比较慢,不像CentOS一样yum安装的时候对镜像站点进项选择, 所以选择了更换成国内的源. 以下内容整合自网络 备份/etc/apt/sources.list文件 mv /etc/apt/sources.list /etc/apt/sourses.list.backup 1 新建/etc/apt/sources.list文件并添加以下内容 #163源 deb http://mirrors.163.com/ubunt

索引: 1.Ubuntu 18.04 安装搜狗输入法 2.在 Ubuntu 18.04 中将第三方软件添加至 favorite 菜单栏 3.在 VMware workstation 中为虚拟机安装 VMware Tools 4.Ubuntu 18.04 环境下安装 Matlab2018b 5.Ubuntu 安装不同版本的 gcc/g++ 编译器 6.Ubuntu18.04环境下安装 ffmpeg 1.Ubuntu 18.04 安装搜狗输入法 貌似每次重新安装系统后解决输入法都是一个老大难问题,这

在Ubuntu18.04中QT编程的环境构建 原点分析 百家号06-2110:14 如果说QT大家觉得陌生的话,那么 Windows 早年推出的C++图形用户界面的应用程序开发框架MFC,应该是耳熟能详. 那么,MFC强大的功能,快速的运行速度,唯一美中不足就是不能跨平台,只能运行在Windows OS中,重点来了,QT就是打破平台限制,一套代码,跨平台的C++图形界面的应用程序开发框架.它既可以开发GUI程序,也可用于开发非GUI程序,比如控制台工具和服务器.Qt是面向对象的框架,使用特殊的代

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

平台信息: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:在原本的电脑买一个独立显卡,装上去之后,出了各种问题,虽然后面勉强修复,感觉系统已经很卡了,还是重新安装吧,顺便装个最新版本的ubuntu18.04.1玩玩,本文记录本人的安装过程方便以后安装,顺便也给其他小伙伴参考一下. 一.安装ubuntu系统 1.1 ubuntu18.04系统镜像64位下载连接:https://www.ubuntu.com/downloa

博主装Ubuntu18.04主要是为了用于跑深度学习,所以我们先来搞搞gcc环境 第一步:安装多版本gcc.g++可切换 sudo apt-get install gcc-4.8 gcc-4.8-multilib sudo apt-get install g++-4.8 g++-4.8-multilib -multilib g++--multilib -multilib g++--multilib -multilib g++--multilib 切换版本命令 sudo update-altern

Ubuntu安装pycharm专业破解版方法 首先我们要下载pycharm的安装包, 地址为https://www.jetbrains.com/pycharm/download/#section=linux 下载的默认地址为当前用户的下载目录下,如下图 右击解压文件 接下来需要把文件JetbrainsCrack-2.6.10-release-enc.jar下载并放到pycharm-2017.3.4/bin文件夹中,文件下载地址为链接:https://pan.baidu.com/s/18l8b2_

Linux虚拟系统安装--Ubuntu18.04 & CentOS6.5 摘要:Linux简介.虚拟系统安装.系统备份与文件介绍 1. Linux简介 (1)1968年,MIT.Bell实验室.美国通用电气公司共同开发Multic项目: (2)1970年,Unix诞生元年,开发人员在Multic项目基础上用汇编语言开发出Unix系统: (时间戳:1970年一月一日0时0分0秒到当前时刻的秒数) (3)1991年,Linus Torvalds在赫尔辛基大学校园网上发布Linux0.0.1版本,随后

目录 一.Ubuntu18.04 LTS系统的安装 1. 安装文件下载 2. 制作U盘安装镜像文件 3. 开始安装 二.设置软件源的国内镜像 1. 设置方法 2.关于ubuntu镜像的小知识 三.Nvidia显卡驱动的安装 1. 首先查看显卡型号和推荐的显卡驱动 2. 安装nvidia-390版本驱动 3. 重启系统,可以查看安装是否成功 四.CUDA9.0的安装 1. CUDA版本选择 2. 安装CUDA9.0 3. 设置环境变量 五.cuDNN7.3的安装 六.Tensorflow-1.12

我的电脑系统是win10,内存8g如下 一开始是装的Ubuntu18.04.2LTS, gitlab-ce_12.1.3-ce.0_amd64.deb,每次能够安装成功,但是修改完ip后,运行gitlab-ctl reconfigure,就会卡死在systemctl restart gitlab-runsvdir:试了很多遍都不行,我怀疑是内存小于等于8G的问题,所以最后只能选择装Ubuntu16.04, gitlab-ce_12.0.4-ce.0_amd64.deb GitLab 官方安装步骤

前言 本篇写于2019-4-25 这两天装Ubuntu18.04双系统简直装到崩溃.一是非常著名的开机卡死在Logo界面的问题,另一个是在装Nvidia驱动和CUDA的时候,更是费心.而网上的资料又良莠不齐,走了不少弯路.于是做个总结,方便以后的自己,也方便别人. 首先:我的机器是戴尔灵越5577,以下方案不一定适合您的机器,操作失败还请自行百度解决,并且安装所CUDA和cuDNN版本请务必参照官网配置 另外:安装过程中并没有保留截图,以下也只有文字叙述,有时间会补上. 装机 镜像是在Ububt

踩了不少坑,记录一下. 基于ubuntu18.04 一开始按照网上的攻略下载安装包 ZenTaoPMS.9.8.3.zbox_64.tar.gz,通过FileZilla传到linux的/opt下面,解压,更改端口,启动失败. 解决:vim ~/.bashrc 在最下面插入下面两行: export LC_ALL=Cexport PATH="/opt/hisi-linux/x86-arm/arm-himix100-linux/bin:$PATH" 之后再去启动,发现apache启动成功,数