伺服器GPU Tensorflow環境搭建
export PATH=/usr/local/cuda/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64/:$LD_LIBRARY_PATH
export CUDA_ROOT=/usr/local/cuda
export LD_LIBRARY_PATH=/home/XXX/cudnn/lib64:$LD_LIBRARY_PATH
export CPATH=/home/XXX/cudnn/include:$CPATH
export LIBRARY_PATH=/home/XXX/cudnn/lib64:$LIBRARY_PATH相關推薦
伺服器GPU Tensorflow環境搭建
export PATH=/usr/local/cuda/bin:$PATH export LD_LIBRARY_PATH=/usr/local/cuda/lib64/:$LD_LIBRARY_PATH export CUDA_ROOT=/usr/local/cuda export LD_LIB
Windows下TensorFlow環境搭建（無GPU）以及windows及linux環境下永久修改pip映象源的方法
Windows下TensorFlow環境搭建（無GPU）：https://blog.csdn.net/yingyueer247/article/details/76460987 windows及linux環境下永久修改pip映象源的方法：http://www.jb51.net/article/98
深度學習平臺TensorFlow環境搭建【GPU版】
系統 Ubuntu14.04.4 LTS x64 GPU NVIDIA GeForce GTX 750Ti TensorFlow GPU版本首先需要安裝NVIDIA顯示卡驅動，並且需要CUDA以及cuDNN支援，這裡採用的顯示卡驅動版本為375.39，CUDA版本為8.0
Ubuntu16.04下CUDA 9.0 + cuDNN v7.0 + tensorflow 1.6.0（GPU）環境搭建
由於自己攢了個主機，第一次安裝GPU版本的tensorflow，mark一下。說一下環境的版本：系統：Ubuntu 16.04.3顯示卡：gtx 1080（索泰 至尊Plus OC）CUDA 9.0cuDNN v7.0.5 for CUDA 9.0tensorflow 1.6
Windows下TensorFlow環境搭建（無GPU）
TensorFlow深度學習框架在Linux、Mac、windows均可應用，需要注意的是目前windows使用者只能使用python3.5版本，不支援其他python版本。我的電腦沒有GPU所以安裝的無GPU版本的tensorflow。 1.安裝Anaconda。
windows系統下的keras（Theano/Tensorflow後端）CPU以及GPU加速環境搭建
寫在前面：博主電腦的作業系統是WIN7 64位作業系統，之前安裝了Keras/Theano後端並配置了GPU加速。16年12月谷歌釋出Tensorflow1.0，支援windows作業系統，於是想再配置下Keras/Tensorflow環境。Tensorflow在windo
Tensorflow環境搭建
.html min post com flow nac ref bsp con 1. 安裝Anacoda Win10下用Anaconda安裝TensorFlow Anaconda使用總結 2. 配置Python環境 如何在已安裝Python條件下，安裝Anaconda,，並
騰訊雲Linux伺服器 centos7 Lampp環境搭建 vsftp搭建 ssl證書安裝 所遇到的問題
有人會問為什麼要選用centos7？ 其實個人主要還是為了學習和嘗試一下，而且一般來說系統軟體優化了肯定是有原因的嘛，所以在時間允許專案不急的情況下，還是可以去試一試的！（專案急還是用自己熟悉的伺服器搭建就好了，不然出現問題一直解決不了會挺尷尬的） 首先遇到的第一個問題就是 cent
Tensorflow環境搭建（Windows10）
這兩天都沒更新部落格了，原因無它，就是因為這兩天的業餘時間就用來搭建Google大名鼎鼎的深度學習框架了。踩了不少坑啊，因此一定要記錄一下環境的搭建過程。 環境 首先，先看看我的環境： Windows10：GTX960M顯示卡（如果裝Tensorflow的gpu版本的
Anaconda+TensorFlow環境搭建
一、安裝Anaconda3 我們從官網下載(https://www.anaconda.com/download/#windows)下載anaconda3，509M下載要一會。 出現問題，發現32位windows無法使用tensorflow，所以該用ubuntu下使用。https
高效能Redis快取伺服器-單節點環境搭建
Redis是一個高效能的快取伺服器，它能夠支援多種資料型別的快取，定義了非常簡約的通訊協議，多種程式語言都有對應的客戶端支援。Redis使用非常便捷，在應用中也被大量的使用。下面我們來在linux下部署一個單節點的Redis服務。 1. 從官網下載redis的安裝包，下載地址為 redi
SFTP伺服器端-freeSSHd環境搭建及java連線測試
因工作中需要使用SFTP上傳下載的功能，所以打算自己搭建一個SFTP伺服器用來測試（幾年前搭建過一次，忘了，現在回顧一下）。 下載下來之後直接選擇目錄安裝即可。 安裝完成開啟設定： 設定完成後啟動server 這樣我們的SFTP伺服器就
高效能Redis快取伺服器單節點環境搭建
Redis是一個高效能的快取伺服器，它能夠支援多種資料型別的快取，定義了非常簡約的通訊協議，多種程式語言都有對應的客戶端支援。Redis使用非常便捷，在應用中也被大量的使用。下面我們來在linux下部署一個單節點的Redis服務。 1. 從官網下載redis的安裝包，下載地
Anaconda安裝 & Tensorflow環境搭建
Anaconda安裝 管理員身份開啟安裝包：Anaconda安裝包下載，清華映象 不建議安裝在C盤 選擇將Anaconda設定為system python（另一個選項安裝包會註明不推薦） TensorFlow環境搭建 管理員身份開啟Anacond
阿里雲伺服器之Ubuntu環境搭建筆記（二）——軟體安裝
1.嘗試安裝screen，輸入命令：apt install screen 輸出：Reading package lists... Done Building dependency tree Reading state informatio
阿里雲伺服器之Ubuntu環境搭建筆記（一）
1.阿里雲免費套餐：https://free.aliyun.com/ntms/free/personal.html?handle=true 選擇第一個雲伺服器ECS，選擇免費體驗一個月 2.更多收費的雲伺服器連結：https://www.aliyun.com/product/ecs?sp
深度學習 cuda8.0+ubuntu16.04+theano、caffe、tensorflow環境搭建
轉自：https://blog.csdn.net/hjimce/article/details/51999566 cuda8.0+ubuntu16.04+theano、caffe、tensorflow環境搭建 目前自己撘過深度學習各種庫、各種環境，已經搭建了n多臺電腦，發現每臺電腦配置安裝方
tensorflow環境搭建步驟全記錄
每次想做點什麼東西的時候，搭建環境的過程總是超級艱難。還沒來得及和程式碼拼個頭破血流，就死在了搭建環境的路上，真真是心累。這次也是，裝tensorflow來回搗鼓花了有一個星期，又是重灌系統又是重灌軟體的，難受到無法敷吸......看著我同學他們都是很容易就裝好了，我越發心急
騰訊雲Linux伺服器 centos7 Lampp環境搭建 vsftp搭建 ssl證書安裝 所遇到的問題
有人會問為什麼要選用centos7？ 其實個人主要還是為了學習和嘗試一下，而且一般來說系統軟體優化了肯定是有原因的嘛，所以在時間允許專案不急的情況下，還是可以去試一試的！（專案急還是用自己熟悉的伺服器搭建就好了，不然出現問題一直解決不了會挺尷尬的） 首先遇到的第
Linux伺服器開發/測試環境搭建流程
1、MariaDB yum 安裝/初始化/授遠端許可權 yum安裝 進入目錄/etc/yum.repos.d/,建立MariaDB.repo，將以上內容Copy進去 執行以下命令 sudo yum install MariaDB-server MariaDB-clie