前言： TensorFlow 有cpu和 gpu两个版本：gpu版本需要英伟达CUDA 和 cuDNN 的支持，cpu版本不需要；本文主要安装gpu版本。 1、环境 gpu：确认你的显卡支持 CUDA，这里确认 。 vs2015运行时库：下载64位的，这里下载，下载后安装。 python 3.6/3 ...
1.下载CUDA:https://developer.nvidia.com/cuda-downloads 2.根据官网提示安装CUDA 3.下载Cudnn: https://developer.nvidia.com/rdp/cudnn-download 4.执行sudo dpkg -i libcud ...
分类：
系统相关 时间：
2017-12-15 21:38:00
阅读次数：
192
经过长期的验证，本博客装caffe成功，为了方便大家和自己，记录下来，给后来者参考 1、安装依赖包 2、 禁用 原显卡驱动 nouveau 3、下载cuda8.0 4、安装cuda8.0 5、安装cudnn 6、配置环境变量 7、安装opencv 8、安装caffe 9、安装pycaffe 接口环境 ...
分类：
系统相关 时间：
2017-12-01 22:08:31
阅读次数：
371
本文来源地址：http://www.52nlp.cn/tag/cuda-9-0 一年前，我配置了一套“深度学习服务器”，并且写过两篇关于深度学习服务器环境配置的文章：《深度学习主机环境配置: Ubuntu16.04+Nvidia GTX 1080+CUDA8.0》 和 《深度学习主机环境配置: Ub ...
分类：
系统相关 时间：
2017-11-23 15:23:32
阅读次数：
647
tf.nn.conv2d(input, filter, strides, padding, use_cudnn_on_gpu=None, name=None) 介绍参数： input：指卷积需要输入的参数，具有这样的shape[batch, in_height, in_width, in_chann ...
分类：
其他好文 时间：
2017-11-11 19:46:38
阅读次数：
172
参考：https://github.com/rbgirshick/py-faster-rcnn 进入路径，编译出现错误： 由于faster cudnn版本低，所以重新拷贝，继续make -j8即可编译成功。 运行demo时出现： 安装模块easydict 出现： 安装模块cv2 编译成功。 ...
分类：
其他好文 时间：
2017-11-06 11:06:09
阅读次数：
200
1.GPU安装需要从官网https://developer.nvidia.com/rdp/cudnn-download下载cuda9.0不过官网下载很容易断，我用了百度云来下载，遇到第一个坑。安装过程就是很傻瓜的。（特别注意现在tensorflow不支持9.0,所以我下载用的是8.0），需要VS2015对此路径下的C:\ProgramData\NVIDIACo..
分类：
其他好文 时间：
2017-11-05 17:30:25
阅读次数：
143
1、安装cuda Toolkit 和cudnn (百度云可下载，版本需要对应) 2、配置环境变量： 3、安装cudnn（需要拷贝一些dll和lib来进行配置） 4、进入cmd，找到anaconda3的pip路径，用下面的命令来执行，可以卸载cpu版本的tensorflow，安装gpu版本的tenso ...
分类：
编程语言 时间：
2017-11-01 01:13:00
阅读次数：
610
首先第一步，编译caffe_train-master就遇到了问题： 但是在同样的环境下(CUDA8.0 + cudnn-8.0-linux-x64-v6.0)编译官方的caffe-master 就正常通过了： 很显然就是cudnn版本的问题了，但是不巧的是NVIDIA官网在维护，无法下载cudnn5 ...
分类：
系统相关 时间：
2017-10-25 13:08:19
阅读次数：
610
安装深度学习框架需要使用cuda/cudnn(GPU)来加速计算，而安装cuda/cudnn，首先需要安装nvidia的显卡驱动。 我在安装的整个过程中碰到了驱动冲突，循环登录两个问题，以至于最后不得不重装了一遍操作系统。 网上的资料都写得挺乱的，很多都是转载，有些针对的操作系统版本过低，现在我把整 ...
分类：
系统相关 时间：
2017-10-24 11:37:26
阅读次数：
387
