南山牧笛的博客

一：linux安装Linux安装不说了，我这里安装的是ubuntu14.10 二：nVidia驱动和CUDA Toolkit的安装和调试（*.run方法）1: Verify You Have a CUDA-Capable GPU执行下面的操作，然后验证硬件支持GPU CUDA，只要型号存在于https://developer.nvidia.com/cuda-

今天终于买回来了一块算是较好的显卡，渴望已久的GPU加速终于实现了，于是进行了下面的一系列配置。一、   硬件环境信息        台式电脑：ThinkCentre M8400t（i7 3770/32GB/1TB），CPU 3.4GH 四核8线程        显卡：NVIDIA GEFORCE GTX 970        注意：机器原来的显卡是AMD Rade

1.        查看本机配置，查看显卡类型是否支持NVIDIA GPU，选中计算机--> 右键属性 --> 设备管理器 --> 显示适配器：NVIDIA GeForce GT 610，从https://developer.nvidia.com/cuda-gpus可以查到相应显卡的compute capability；2.        从http://www.nvidia.cn/D

一、说明本文是继《Ubuntu-安装-cuda7.0-单显卡-超详细教程》 之后的续篇。theano和caffe是深度学习库，对运算能力需求很大，最好使用cuda进行加速。所以，请先阅读《Ubuntu-安装-cuda7.0-单显卡-超详细教程》，成功安装cuda之后，再来安装theano和caffe。二、安装Theano1. 安装各种包安装gfortran,

作为小码农的我，昨天就在装这个东东了，主要参考第一篇博文，但是过程发现很多问题，经过反反复复，千锤百炼，终于柳暗花明，我把这个caffe给搞定了，是故，我发布出来，后之来者，欲将有感于斯文~本分分为四个部分，在Ubuntu上调试运行成功，第一部分：nVidia驱动和CUDA Toolkit的安装和调试；第二部分 Python安装和调试；第三部分 Matlab安装和调试；第四部分 Caf

在安装win10+cuda7.5+theano0.7过程中运行improt theano时，没有出现Using gpu device 0: GeForce GTX 960M在网上查了一下，原来是因为CUDA配置不正确，我用的都是x64版本的，最后解决了问题：将D:\Program Files (x86)\Microsoft Visual Studio 11.0\VC\bin\x86

隔了大半年，因为论文的需要，又重新开始研究caffe。感谢niuzhiheng’s GitHub大神的贡献，caffe已经可以在Windows下使用了。参考了很多大神的博客，成功的在自己的笔记本配置好了Windows版本的caffe。现将自己的配置过程和配置中遇到的问题记录下来，希望能对大家有所帮助。1.配置环境我在自己的笔记本配置的caffe，配置的环境为：Windows 7 64位 +

好不容易闲下来，决定跑一下Caffe看看，碰到几个配置的小问题，将配置过程记录如下：基本的环境:Windows 64-bitMS Visual Studio 2012CUDA toolkit 6.0Other dependencies which you can directly download from here.源代码下载：  https://gi

原文  http://www.youkuaiyun.com/article/2015-05-07/2824637主题 Linux命令 深度学习Amazon EC2本教程将演示如何在一个g2.2xlarge EC2实例（运行64位的Ubuntu14.04）中设置CUDA7、cuDNN、caffe和DIGITS，以及如何快速上手DIGITS。为了说明DIGITS的应用，本教程使用一

这一周都在配置caffe的环境，还没完全装好，其中的步骤我都是按照后面的网站介绍来做的：网上caffe安装教程      当然其中遇到很多问题，首先是在安装NVIDIA驱动 (3.4.0)，不知道是不是驱动和软件的冲突，安装完后出现各种闪屏情况，尤其是打开新的网页或者是打开新的文档，会闪的很厉害，鼠标点一下屏幕就好了，可是太蛋疼了。我之后换了一个驱动版本（3.0.4），操作是：ubantu软件

0深度学习入门，以及它在物联网和智慧城市中的角色255 次阅读 - 2016.01.13 - 人工智能 - 小林子本文作者Ajit Jaokar是futuretext的创始人。这篇文章主要讲述一个正在演化的论题。现在，我将主要解释深度学习的基础，以及深度学习算法如何应用于物联网及智慧城市等。尤其是，像我接下来论述的一样，我对于使用物联网数据来完善深度

前面，我转载了一篇文章《在Windows上安装PyCUDA和Theano》，步骤比较详细，但是我要提出以下几点建议：首先，我建议安装Anaconda2，这样省去很多麻烦（pytools库，而pytools库又需要six，appdirs，decorator这三个            库，数据分析常用安装包全部涵盖）；其次，第三步安装PyCUDA，在网上找了很多，没有一个适合自己的，

学习（58） 作者同类文章Xc++（9） 作者同类文章XCUDA安装（1） 作者同类文章X目前版本的cuda是很方便的，它的一个安装里面包括了Toolkit`SDK`document`Nsight等等，而不用你自己去挨个安装，这样也避免了版本的不同步问题。1 cuda5.5的下载地址，官方网

这里面有全部的计算机视觉数据库http://riemenschneider.hayko.at/vision/dataset/

http://blog.youkuaiyun.com/longxinchen_ml/article/details/50082873

http://blog.youkuaiyun.com/dark_scope/article/details/9421061

http://blog.youkuaiyun.com/han_xiaoyang/article/details/50469334

最近几个月在学习Deep Learning，刚开始的时候什么条件都不具备。自己从淘宝上面买了一个GT 240，搭建一个GPU环境用于程序的调试。折腾了几个月，以前PyCUDA总是搭建失败，最近几天才尝试成功。为了学习Deep Learning的源代码，自己又搭建了Theano环境。由于时间紧张，自己概略总结如下，以备忘记。一. 在Windows上安装PyCUDA1. 安装条件(1) p

这大半个月一直在瞎研究深度学习的方面，跟着UFLDL的教程学了下来，中途也看了很多大大们的博客，感觉获益匪浅，终于给了迷茫的自己入门的开端。话说UFLDL真的很浅显易懂呢，虽然有些我不怎么明白就是啦（那你的浅显易懂是什么回事！） 嘛，和之前斯坦福的coursera一样，这个教程的Exercise也是基于matlab，深度学习也有很好的Matlab组件包，网上很多大大都给与了注解和说明。

版权声明：本文为博主原创文章，未经博主允许不得转载。官网指南：http://deeplearning.net/software/theano/install.html#installTheano是一个非常好的Deep Learning工具。按照官网的教程配置出了点问题，捣鼓了很久总结安装全过程如下。安装Theano我的环境：64位 windows 71. 安装A

目前版本的cuda是很方便的，它的一个安装里面包括了Toolkit`SDK`document`Nsight等等，而不用你自己去挨个安装，这样也避免了版本的不同步问题。1 cuda5.5的下载地址，官方网站即可：   　　https://developer.nvidia.com/cuda-downloads   在里面选择你所对应的电脑版本即可。2 VS2010这个没什么

CUDA是NVIDIA的GPU开发工具，目前在大规模并行计算领域有着广泛应用。windows平台上面的CUDA开发之前，最好去NVIDIA官网查看说明，然后下载相应的driver， ToolKits等等。如果你下载最新版本的CUDA7.0，里面其实已经包含了driver及Tool kits。特别要注意：目标最高版本为CUDA7.0，仅支持64位系统（32位没法安装CUDA 7.0 Tool

本文安装显卡驱动的方式已经过时, 最新安装说明请参考发布在Gist上的这篇文章，如有任何疑问，仍然欢迎在本文下留言 :P（本文档使用同一块NVIDIA显卡进行显示与计算， 如分别使用不同的显卡进行显示和计算，则可能不适用。）1. 安装build-essentials安装开发所需要的一些基本包sudo apt-get install build-essential2. 安

其实caffe上的安装已经介绍的很清楚，而且也不乏介绍caffe的文章，之所以写这篇是因为这是一个中文版本的，再就是我在实验室服务器安装时遇到了很多问题，我觉得后来人可能会遇到，所以贴出来Linux平台下的Caffe安装指南                                                                             

如果你已经尝试过在Windows平台上与Cortana或Skype对话来实现操控的话，你可能会对它们到底是如何成功理解人类语言而感到好奇。现在让你一探究竟的机会终于来了——微软在昨日宣布，已在Github上向外部开发人员开源其人工智能工具包CNTK（Computational Network Toolkit）。不得不说，微软在深度学习和人工智能上的确投入了很多研发成本，研究人员将这些现代化

摘要：将深度学习与拓扑数据分析相结合，把数据都放到一张图里，可以像观察地图一样观察数据，进而来发现事物的本质。假如你有一个一千列和一百万行的数据集。无论你从哪个角度看它——小型，中型或大型的数据——你不可能看到它的全貌。将它放大或缩小。使它能够在一个屏幕里显示完全。由于人的本质，如果能够看到事物的全局的话，我们就会有更好的理解。有没有办法把数据都放到一张图里，让你可以像观察地图一样观察

神经网络之激活函数(Activation Function)本博客仅为作者记录笔记之用，不免有很多细节不对之处。还望各位看官能够见谅，欢迎批评指正。更多相关博客请猛戳：http://blog.youkuaiyun.com/cyh_24如需转载，请附上本文链接：http://blog.youkuaiyun.com/cyh_24/article/details/50593400日常 cod

Part 1 － AlexNet 和 VGG-Net 摘要－今年的 CVPR 非常的火爆，总共有2800多人参与，相比去年增加了700多人，这与deep learning的异军突起是不无关系的。CVPR 2015 基本是 “the year of deep learning”，有大概70%的文章是关于deep learning的。今年的 CVPR 非常的火爆，总共有2800多人参与，相

摘要：究竟需要有哪些手段可以帮助我们来深度学习，Marek Rei参加了蒙特利尔深度学习暑期学校的课程，在他的个人网站为我们带来了26条深度学习的经验。【编者按】8月初的蒙特利尔深度学习暑期班，由Yoshua Bengio、 Leon Bottou等大神组成的讲师团奉献了10天精彩的讲座，剑桥大学自然语言处理与信息检索研究组副研究员Marek Rei参加了本次课程，在本文中，他精炼地总

人工智能无疑是计算机世界的前沿领域，而深度学习无疑又是人工智能的研究热点，那么现在都有哪些开源的深度学习工具，他们各自的优缺点又是什么呢？最近zer0n和bamos在GitHub上发表了一篇文章，对Caffe、CNTK、TensorFlow、Theano和Torch等深度学习工具从网络、模型能力、接口、部署、性能、架构、生态系统、跨平台等方面做了比较。网络和模型能力Caffe可能是

http://my.oschina.net/yilian/blog/664632目录[-]TensorFlow 人工智能引擎 入门教程之一 基本概念以及理解TensorFlow人工智能引擎入门教程之三 实现一个自创的CNN卷积神经网络TensorFlow人工智能引擎入门教程之四 TensorBoard面板可视化管理TensorFlow人工智能引擎入门教程之五

摘要：本文我们来关注下三个非常相关的概念（深度学习、机器学习和模式识别），以及他们与2015年最热门的科技主题（机器人和人工智能）的联系，让你更好的理解计算机视觉，同时直观认识机器学习的缓慢发展过程。【编者按】本文来自CMU的博士，MIT的博士后，vision.ai的联合创始人Tomasz Malisiewicz的个人博客文章，阅读本文，你可以更好的理解计算机视觉是怎么一回事，同时对机

摘要让你买买买停不下来的淘宝是如何做到所拍即所得的？ 以下内容为由4月27日由将门主办的“计算机视觉”主题技术专家微信群分享嘉宾实录。 自我介绍我在2001年北大数学系十年寒窗博士毕业以后加入了微软亚洲研究院在之后9年半的时间在研究院一直从事图像和视频的分析工作。2010年底我突然变得有点迷盲虽然一直也在做产品但实际上还没

由于UCSB是季度制，9月下旬才开学，于是不久前我决定亲自上阵给实验室的同学们配一台多显卡的深度学习服务器。​第一次配4块Titan X Pascal的台式机器，也没什么太多经验，结合网友们和朋友们的建议，我实验性的装了一下，最后也算一切顺利。不少同学找我要配置，我不是搞硬件的，只不过中间有些经验教训，跟大家分享一下。我的配置：GPU: 4 x Titan X Pascal GPU

http://www.joyofdata.de/blog/很好的一个网站，关于数据分析等等In this tutorial I am going to show you how to set upCUDA 7,cuDNN,caffe andDIGITS on ag2.2xlarge EC2 instance (running Ubuntu 14.04 64 bit)

CuDNN是专门针对Deep Learning框架设计的一套GPU计算加速方案，目前支持的DL库包括Caffe，ConvNet, Torch7等。CuDNN可以在官网免费获得，注册帐号后即可下载。官网没有找到安装说明，下载得到的压缩包内也没有Readme. 不过google一下就会找到许多说明。基本原理是把lib文件加入到系统能找到的lib文件夹里， 把头文件加到系统能找到的include文件

摘要：Theano是主流的深度学习Python库之一，亦支持GPU，然而Theano入门较难，Domino的这篇博文介绍了如何使用GPU和Theano加速深度学习，教程从多层感知器到卷积神经网络，由浅入深，是不错的入门资料。【编者按】GPU因其浮点计算和矩阵运算能力有助于加速深度学习是业界的共识，Theano是主流的深度学习Python库之一，亦支持GPU，然而Theano入门较难，D

up vote17down voteacceptedTheano is a great tool for machine learning applications, yet I found that its installation on Windows is not trivial especially for beginners (like myself) in

作为小码农的我，昨天就在装这个东东了，主要参考第一篇博文，但是过程发现很多问题，经过反反复复，千锤百炼，终于柳暗花明，我把这个caffe给搞定了，是故，我发布出来，后之来者，欲将有感于斯文~本分分为四个部分，在Ubuntu上调试运行成功，第一部分：nVidia驱动和CUDA Toolkit的安装和调试；第二部分 Python安装和调试；第三部分 Matlab安装和调试；第四部分 Caf

Deep Learning论文笔记之（四）CNN卷积神经网络推导和实现zouxy09@qq.comhttp://blog.youkuaiyun.com/zouxy09          自己平时看了一些论文，但老感觉看完过后就会慢慢的淡忘，某一天重新拾起来的时候又好像没有看过一样。所以想习惯地把一些感觉有用的论文中的知识点总结整理一下，一方面在整理过程中，自己的理解也会更深，另