dafenqie的博客

摘要: 最近，Pedro Gusmão 等人对于英伟达的四种 GPU 在四种不同深度学习框架下的性能进行了评测。本次评测共使用了 7 种用于图像识别的深度学习模型。第一个评测对比不同 GPU 在不同神经网络和深度学习框架下的表现 ...网络 架构 框架 深度学习 GPU最近，Pedro Gusmão 等人对于英伟达的四种 GPU 在四种不同深度学习框架下的性能进行了评测

系统环境：Ubuntu14.04 + GTX1080 目的：配置一下python-tensorflow环境问题复现： 使用设置/软件与更新/附件驱动安装nvidia-375 使用CUDA-8.0*.run安装CUDA 使用cudnn*.tgz安装cudnn5.1 PATH里面加入了/usr/local/cuda-8.0/bin LD_LIBRARY_PATH里面加入了/

在安装unbuntu时，从BIOS中点击选择从U盘启动，在黑屏闪烁了一个光标一会儿，系统弹出满屏的:nouveau 000:01:00.0: fifo: SCHED_ERROR 08 []错误，从网上查找资料，发现这是因为我使用的是nvida的独立显卡，而系统没有显卡驱动造成的，建议安装的时候用集成显卡，安装成功后再下载驱动，再使用独立显卡。可是我的电脑就没有集成显卡，这可怎么办呢

在以下路径：http://mirrors.ustc.edu.cn/ubuntu-releases/16.04/下载了64位版本的linux:ubuntu-16.04.3-desktop-amd64.iso 01-Aug-2017 11:51 1587609600安装ubuntu16.04 安装时提示：无法将grub-e

NVIDA独立显卡，按照下边的流程安装驱动：sudo add-apt-repository ppa:xorg-edgers/ppa（点继续之后反应有点慢，等待几分钟）sudo apt-get updatechmod +x ./NVIDIA-Linux-x86_64-384.69.run（chmod指令是给管理员权限）sudo ./NVIDIA-Linux-x86_64-384.69

1、首先在官网上(https://developer.nvidia.com/cuda-downloads)下载CUDA： 下载完成后执行以下命令：sudo sh cuda_8.0.61_375.26_linux.run  2. 之后界面会出现‘更多0%’，一直按回车；这里需要注意其中一个地方需要填写 N 才行，不能写 Y 。因为不需要再安装一次显卡的驱动，如图

报错：CondaIOError: Missing write permissions in: /usr/local/anaconda3## You don't appear to have the necessary permissions to install packages# into the install area '/usr/local/anaconda3'.# Howev

配置labelImage环境，安装了anaconda之后，使用conda list conda list 但是，显示出错，“conda不是内部或者外部命令”，第一直觉，环境变量没配，这里同样可以在cmd输入： path 即可查看现有的环境变量。 但是！！！，你会发现，你已经配了环境变量(其实是没有配完整)，你看到的环境变量是： ....; xxx\Anaconda2 然