開始深度學習調參之路不能沒有乙個趁手的環境
安裝基礎環境
我使用的機器環境是：ubuntu18.04
安裝顯示卡驅動
1.2. 按照cuda所需的版本安裝
3. sudo ubuntu-drivers autoinstall
安裝pip
sudo apt-get install python-pip
安裝路徑：/home/anaconda3
開啟.bashrc驗證anaconda環境變數
驗證顯示卡驅動版本： cat /proc/driver/nvidia/version
安裝cuda
版本選擇：
只有cudnn7.4.2支援ubuntu18.04和16.04
cudnn 7.4.2需要cuda10.0, cuda10.0需要gcc版本是7.3.0，而ubuntu18.04的gcc版本正是7.3，無需降級，因此選擇cuda版本為10.0
之前已經安裝過顯示卡驅動程式，因此在提問是否安裝顯示卡驅動時選擇no，其他預設(nvidia accelerated graphics driver)
增加環境變數
驗證cuda版本：nvcc -v
安裝cudnn
cudnn的安裝，就是講cudnn包內的檔案，拷貝到cuda資料夾中即可
tar -zxvf 解壓縮
sudo cp cuda/include/cudnn.h /usr/local/cuda/include/
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/
sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*
接下來就可以安裝tensorflow的gpu版本了
安裝tensorflow
linux下，修改 ~/.pip/pip.conf (沒有就建立乙個)， 修改 index-url至tuna，內容如下：
[global]
index-url =
// 建立環境,在anaconda預設envs路徑下
$ conda create -n tensorflow python=3.5
// 移除環境
$ conda remove —name tensorflow —all
// 在指定envs路徑下建立環境
$ conda create --prefix=/users/fzr/.conda/envs tensorflow python=3.5
注意：目前mac上的tensorflow僅僅支援cpu版本，而且3.0以上版本僅支援3.5版本，所以建立環境的時候一定要加上python=3.5。詳情可以去github tensorflow檢視。
# 新增anaconda的清華開源軟體映象
conda config -—add channels
# tuna的help種映象位址有引號，需要去掉
# 設定搜尋時顯示通道位址
conda config —set show_channel_urls yes
檢視映象列表：
conda config —-show
移除映象：
conda config —-remove channels ''
在映象修改之後，一定要驗證:conda config --show
檢視anaconda所有環境資訊
conda env list
檢視anaconda安裝資訊
conda info
目前僅僅是建立了乙個空的環境，僅有與python3.5相關的一些包，需要先啟用環境，然後安裝tensorflow
//啟用環境
$ source activate tensorflow
//安裝tensorflow
$ pip install tensorflow
// 關閉環境
$ source deactivate
5、測試是否安裝成功
// 啟用環境後，進入python
>>> import tensorflow as tf
>>> hello = tf.constant('hello, tensorflow』)
>>> sess = tf.session()
>>> print(sess.run(hello))
hello, tensorflow
conda install opencv-python
conda install -c chembl easydict
conda install cython
conda install tqdm
conda install scipy
conda install matplotlib
conda install pillow
conda install scikit-learn
conda install pyyaml
pil 安裝會和easydict衝突，因此選擇pillow
import cv2 報錯解決
apt update && apt install -y libsm6 libxext6
apt-get install libxrender1
apt-get install libglib2.0-0
hadoop環境搭建 從零開始
對hadoop的認識只停留在是mapreduce的一種實現工具，大資料，分布式等抽象層面，完全沒有具象了解。搭建環境，完全從零開始，走了挺多彎路。總結之。0.目前較為普遍的起步方式是在虛擬機器上模擬多台搭建hadoop。初始時為調查找問，魯莽從cygwin下手，結果被缺失的linux知識打敗，浪費很...
從零開始學習Extjs5 01搭建環境
因業務需要公司讓學習extjs 本人之前並未接觸過這個東西，完全從零開始，不過話隨如此，但是怎麼也得要有些j2ee的相關知識基礎才能開始學習，廢話不多說 開始搭建環境 1 jdk安裝 4 安裝ruby 網上有教程 安裝成功後，在命令列引數後跟 sencha sdk 引數1 引數2 來建立extjs的...
從零開始深度學習搭建神經網路（一）
人工智慧不神秘，會一點加減乘除就夠了。對於神經元來說，當神經受到刺激的時候，會釋放神經遞質傳給下乙個神經元，不同程度的刺激對下乙個神經元釋放的神經遞質的量也不同，所以模仿這個過程建立神經網路 當輸入乙個資料x的時候，模擬輸入乙個外界刺激，經過處理後，輸出的結果為f x 把這個f x 傳給下乙個神經元...