人员、任务、进度、工时、周期、依赖关系 一目了然。无论项目大小、简单复杂都能轻松管理
操作系统: Ubuntu 16.04,显卡 GTX 1080
1. 安装显卡驱动和CUDA1234apt-key adv --fetch-keys http://developer.download.nvidia.com/compute/cuda/repos/ubuntu1604/x86_64/7fa2af80.pubecho deb http://developer.download.nvidia.com/compute/cuda/repos/ubuntu1604/x86_
短网址的长度短网址的长度该设计为多少呢? 当前互联网上的网页总数大概是 45亿(参考 http://www.worldwidewebsize.com),超过了 $2^{32}=4294967296$,那么用一个64位整数足够了。
一个64位整数如何转化为字符串呢?,假设我们只是用大小写字母加数字,那么可以看做是62进制数,$log_{62} {(2^{64}-1)}=10.7$,即字符串最长11就足够了。
实际生产中,还可以再短一点,比如新浪微博采用的长度就是7,因为 $62
操作系统: Ubuntu 16.04,显卡 GTX 1080
1. 安装显卡驱动和CUDA1234apt-key adv --fetch-keys http://developer.download.nvidia.com/compute/cuda/repos/ubuntu1604/x86_64/7fa2af80.pubecho deb http://developer.download.nvidia.com/compute/cuda/repos/ubuntu1604/x86_
操作系统: Ubuntu 16.04,显卡 GTX 1080
1. 安装显卡驱动和CUDA1234apt-key adv --fetch-keys http://developer.download.nvidia.com/compute/cuda/repos/ubuntu1604/x86_64/7fa2af80.pubecho deb http://developer.download.nvidia.com/compute/cuda/repos/ubuntu1604/x86_
前提条件,已经安装好了 Ubuntu 16.04 操作系统, 见安装 Windows 10 和 Ubuntu 16.04 双系统
懒人版方法:
1234apt-key adv --fetch-keys http://developer.download.nvidia.com/compute/cuda/repos/ubuntu1604/x86_64/7fa2af80.pubecho deb http://developer.download.nvidia.com/compute
本文是上一篇文章我的深度学习工作站攒机过程记录的续集。
前提条件
主板BIOS是 UEFI 模式
首先确认下你的主板的BIOS是UEFI模式,例如 Asus X99-E WS/USB 3.1 主板的BIOS默认就是UEFI模式。
两个U盘,一个是可启动的Ubuntu 16.04.1 安装盘,一个是Windows 10 1607 x64 安装盘
制作可启动安装盘很简单,下载 cn_windows_10_multiple_editions_version_1511_upda
一年前就有攒一台深度学习工作站的想法了,今年 6月29号在Amazon 上抢到了一块 GTX 1080后,正式开始了攒机,经过了漫长了的一个半月,到今天8约13号,终于凑齐了所有零件并开机点亮了。为甚么这么漫长?因为本屌为了省钱几乎所有零件都是在 eBay和Amazon 上买的二手(除了GTX 1080太新没二手货)。
硬件配置单结论懒人不想看过程的话,可以先看结论。
以下是我的配置单:
配件名
品牌型号
数量
价格
哪里买的
机箱
Corsair Carbid
软件版本:Ubuntun 14.04, Python 3.4, NumPy 1.8.1, SciPy 0.14.0, Scikit-Learn 0.16
Numpy, SciPy 的官网安装文档,安装的是基于Python 2.7的,SciPy-Learn 官网的安装文档,也是Python 2.7的,如果想基于高大上的Python 3,该怎么安装呢?经过一堆的坑之后,我摸索出了方法。
##1. 安装Python 3首先我们要安装Python 3, 不过,千万别因为有了Pytho
环境: Windows 7, VMware Workstation 10.0.2, Mac OS X 10.9 Mavericks
本文主要参考了这篇英文博客,Working OS X 10.9 Mavericks VMware Image For Windows OS and Intel Processor
前提条件:确保你的电脑支持VT-x技术,并在BIOS里启用它。
##1. 下载别人做好的镜像由于版权原因,这篇英文博客的作者不再提供下载地址了,不过google一下 “
环境: CentOS 6.4
由于我的CentOS服务器上没有Nvidia的显卡,不过 caffe 是可以在CPU模式下进行train和predict的,因此我尝试了在没有GPU的情况下把caffe跑起来。
主要参考官网的文档,Installation。
安装 Caffe 前需要安装以下库:
Prerequisites
CUDA (5.0 or 5.5)
Boost
MKL (but see the boost-eigen branch for a boost/Eigen3