ZoeyImage

Asus主機 i7 Ubuntu16.04 + GTX 1080 8G install driver 目錄 1 Install CUDA10.0 Reference 1.1 Step1. 先update and upgrade 一下 1.2 Step2. follow 2.6 去nvidia cuda download 1.3 Step3. follow 3.7.2 Package_Upgrades 1.4 Step4. follow 7.1.1 Environment Setup 1.5 Step5. follow 7.3.1 install Third-party Libraries 1.6 Step6. follow 2.1 Verify you have a CUDA-Capable GPU 1.7 Step7. 檢查一些相關... 1.8 Step8. follow 4.3.5 Ubuntu Disabling Nouveau 1.9 Step9. follow 這篇網誌 把path 放到 /etc/profile,(開機就會打開） 1.10 Step10. 重開機吧～～～～～～ 1.11 Step11. (如果開機還能用就繼續 step 11. 執行 Test samples) 1.12 Step12. follow 7.2.3.1 Verify the Driver Version 1.13 Step13. follow 7.2.3.3 Running the Binaries 2 Install cuDNN7.4.1 Reference 2.1 dpkg tips 2.2 Step1. 到官網download 2.3 Step2. 去到解壓縮的資料夾裡 2.4 Step3. 檢查cudnn 安裝成功與否 3 看一下安裝之後 Install CUDA10.0 Reference CUDA Toolkit v10.0.130 pdf Step1. 先update and upgrade 一下 $ sudo apt-get update $ sudo apt-get upgrade Step2. follow 2.

目錄 1 Install caffe Reference 1.1 Step1. pre-installation 1.2 Step2. 1.3 Step3. 2 Caffe mnist test 2.1 training Reference Install caffe Reference 官網要看< 17.04 的範圍 blog安裝教學 Step1. pre-installation $ sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler $ sudo apt-get install --no-install-recommends libboost-all-dev BLAS: $ sudo apt-get install libopenblas-dev Python: $ sudo apt-get install the python-dev package $ sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev $ sudo apt-get install libatlas-base-dev Step2. $ git clone git://github.com/BVLC/caffe.git $ cd caffe/ $ cp Makefile.config.example Makefile.config 更改 Makefile.config $ vim Makefile.config uncommand USE_PKG_CONFIG := 1 USE_OPENCV := 0 (12/6 還沒安裝opencv所以先關掉 OPENCV_VERSION := 2.4 **opencv error** _InputArray const&, intcv::_InputArray const&,) 'int )' collect2: error: ld ret

Asus主機 i7 Ubuntu16.04 + GTX 1080 8G install driver （公司電腦） Reference CUDA Toolkit v10.0.130 pdf      Step1. 先update and upgrade 一下  $ sudo apt-get update   $ sudo apt-get upgrade Step2. follow 2.6 去 nvidia cuda download 選擇 Linux -> x86_64 -> Ubuntu -> 16.04 ->deb (network選比較小的覺得速度較快哈 )  $ `sudo dpkg -i cuda-repo-ubuntu1604_10.0.130-1_amd64.deb`   $ `sudo apt-key adv --fetch-keys http://developer.download.nvidia.com/compute         /cuda/repos/ubuntu1604/x86_64/7fa2af80.pub`    When installing using network repo on Ubuntu 17.10:     $ sudo apt-key adv --fetch-keys https:/...      When installing using network repo on Ubuntu 16.04:     $ sudo apt-key adv --fetch-keys http:/...     Ubuntu 17.10 跟 16.04 路徑只差 https 跟 http！！！  $ `sudo apt-get update`   $ `sudo apt-get install cuda` Step3. follow 3.7.2 Package_Upgrades  $ sudo apt-get install cuda-drivers Step4. follow 7.1.1 Environment Setup  $ export PATH=/usr/local/cuda-10.0/bin${PATH:+:${PA

1.觀看所有硬碟的狀態  df -h 2. 先umount  sudo umount /dev/sdd1 (有多個區塊，全部區塊都要umount  3. 參考 先分區塊  sudo fdisk /dev/sdd 4. 參考 format 格式，(used fat32  sudo mkfs.vat /dev/sdd1

in codeblocks 實驗ing ... project build options->Linker settings -> GL GLEW glfw 1.GL   參考 2.GLEW   download & building GLEW 3.glfw Download : https://www.glfw.org/ Documentation : https://www.glfw.org/documentation.html 可以下載.zip or clone from git . Compiling GLFW   -->   build GLFW

sudo apt install iftop 先用 ifconfig 看 interface example: interface: eno1 sudo iftop -i eno1 就可以看到流量開始累積， 如果關掉就重新累積。

在include svd的c code 時， complier 一直出現 error, 參考了下面這篇網誌解決！！ [C/C++語言] undefined reference to 錯誤排解

created a Makefile: build: register_test.c         gcc -c register_test.c  link: register_test.o         gcc -o register_test register_test.o run: register_test         ./register_test clean:         rm -f *.o *.exe *.executable ou:         cd output/         make -C Makefile create a .c file: regitster_test.c (測試用register 有沒有比較省時 #include <stdio.h> #include <sys/time.h> int main( int argc, char* argv[]) {    struct timeval start, end;    gettimeofday( &start, NULL);    double timeuse;    register double sum;    register int j,k;    for(j=0;j<1000000000;j++)         for(k=0;k<10;k++)             sum=sum+1.0;    gettimeofday( &end, NULL);    timeuse  = 1000000*(end.tv_sec - start.tv_sec)+ end.tv_sec-start.tv_usec;    timeuse /= 1000000;      printf(" implement time : %f \n", timeuse);     return 0; }

以前都開靜音沒發現， 原來開聲音的時候， 使用中，電腦會發出聲音～ 比方說你在打字，apple 他會逐字念出來， 按了search 還會叫你等等～ 但是我不太需要這功能， 所以就想關掉他。 System settings -> sound -> Application ->第四個，Mute靜音打勾。 為什麽是第四個，也是試出來的哈。

安裝一個虛擬器, 參考書本 TensorFlow学习指南：深度学习系统构建详解 ch2 安装TensorFlow 內容為書上節錄，如果有侵權，我會馬上刪除此篇!!!!  網路上也有一篇提到很多個安裝虛擬環境的方式 這邊是書上提到 輕鬆安裝使用 pip:  pip install tensorflow 有個缺點，就是會覆蓋原本已安裝的python版本， 如果有其他用途使用，會很麻煩，所以可以考慮安裝虛擬器 pip install virualenv 直接參考書中安裝虛擬環境 ~/ens 儲存名為 tensorflow 的虛擬環境， 虛擬環境在此為(~/envs/tensorflow 文件中)，可以自己改名稱~ cd ~ mkdir envs virtualenv ~/envs/tensorflow 安裝之後 進入虛擬機 的使用方式: source ~/envs/tensorflow/bin/activate teminal會變成 (tensorflow)$ 在此再安裝 TensorFlow, 不會影響原本電腦上安裝過的包,cpu&gpu版本 (tensorflow)$ pip install tensorflow  (tensorflow)$ pip install --upgrade tensorflow-gpu 檢查方式跟結果會跟 上一篇 一樣: (tensorflow)$ python >>> from tensorflow.python.client import device_lib >>> device_lib.list_local_devices() 結束之後出虛擬機的方式 (tensorflow)$ deactivate *覺得每次都要輸入  source ~/envs/tensorflow/bin/activate 很煩的話  可以考慮在 ~/.bashrc加入虛擬的路徑: alias tensorflow="source ~/envs/tensorflow/bin/activate" 以後都只要輸入 tensorflow就可以進入tensorflow的

Asus GTX 950m 安裝步驟  除了 cuda 9.0 多了 patch3 我都有裝 sudo dpkg -i cuda-repo-ubuntu1704-9-0-local_9.0.176-1_amd64.deb sudo dpkg -i cuda-repo-ubuntu1704-9-0-local-cublas-performance-update_1.0-1_amd64.deb sudo dpkg -i cuda-repo-ubuntu1704-9-0-local-cublas-performance-update-2_1.0-1_amd64.deb sudo dpkg -i cuda-repo-ubuntu1704-9-0-local-cublas-performance-update-3_1.0-1_amd64.deb sudo apt-key add /var/cuda-repo-9-0-local/7fa2af80.pub sudo apt-get update sudo apt-get install cuda-9-0 pip 安裝 Tensorflow，目前最新是 1.8.0： 如何安裝pip # refreshing the repositories sudo apt update # its wise to keep the system up to date! # you can skip the following line if you not # want to update all your software sudo apt upgrade # installing python 2.7 and pip for it sudo apt install python2 . 7 python - pip # installing python-pip for 3.6 sudo apt install python3 - pip   # for python 2.7 pip2 install < package > # for python 3.6 pip install < package >     #以下兩個我都有裝 !! 這一篇 詳細pyt

ASUS 進入 bios 是按F2 參考 這一篇 ，先去關掉 disable security boot。 再安裝ubuntu，就直接預設按ok到底。 Nvidia 顯卡 可以看相關driver安裝狀況 sudo apt install nvidia-cuda-toolkit sudo apt-add-repository ppa:graphics-drivers/ppa sudo apt update sudo apt install nvidia-driver-396   以上執行完，我失敗了，但失敗原因目前不曉得。 只是又假會多安裝了 sudo apt install-driver-340    然後電腦開啟就一直卡在網路連線確認，無法進入桌面了.  解決方案: ctrl + alt + F1 ~ Fx 可以進去就好@@ 可以login進去，就可以執行以下看看~  -刪掉可能搞壞電腦的nvidia-340 sudo apt-cache remove nvidia-340  -startx打開圖形化介面 -失敗 sudo startx  -重開機看看 sudo shutdown -r now    重開機之後，就可以進入桌面了!!!  第二次 安裝 nvidia driver 是使用自動安裝，參考 這一篇   -查自己的devices, 可以看顯卡資訊等... ubuntu-drivers devices -直接自動安裝所需要的drivers sudo ubuntu-drivers autoinstall 安裝完，重開機，就成功了。 nvidia-smi 都有看到顯卡資訊。 最後就是想要重新安裝一次流程並且再詳細記錄的時候， 想說移除掉所有nvidia的東西，參考了 這一篇  sudo apt-get remove --purge nvidia-* sudo apt-get install ubuntu-desktop sudo rm /etc/X11/xorg.conf 重新開機後，再次執行第一次安裝的步驟 --失敗 再次移除，重新開機後，執行第二次自動安裝 --失敗 結束今天安裝過程，失敗壓..... 有關裝driver的 連結

換台筆電 ASUS A550J I7-4500Q GTX950M 2G 500G 紀錄一下過程， 讓失憶的時候回憶一下。 先把隨身碟或記憶卡格式化成FAT32模式，ubuntu下可參考 這一篇 ‥ 1.先去ubuntu的網站下載檔案吧！ 2.再下載 Unetbootin 安裝Linux版本（.bin檔） 選64 bits, 然後照下列安裝開啟。 開權限跟執行 chmod +x unetbootinxxxx.bin ./unetbootinxxxx.bin 3.開啟之後選擇Diskimage, 路徑是直接複製.iso的檔案完整路徑貼上去。   （因為無法選擇路徑，所以直接用複製貼上功能） path : home/xxx/Downloads/ubuntuxxxx.iso usb開機碟製作完成。