Windows 7上Ubuntu 16.04虚拟机安装成功后,默认的虚拟机窗口比较小,需要适当调整,才能把虚拟机的屏幕放大, 适合使用,以下介绍调整方法. 安装VMware Tools  启动虚拟机,在虚拟机管理界面上,主屏幕菜单”虚拟机”中点击”安装vmware tools(T)”,开始安装vmware tools. 虚拟机管理中心会提醒用户默认的操作步骤.这可以无视.稍等几秒,虚拟机会自动启动虚拟光驱,下载了vmware tool工具包  把WMwareTools(tar包)拷贝到桌面–鼠标

Linux:Ubuntu16.04下创建Wifi热点 说明: 1.Ubuntu16.04里面可以直接创建热点,而不用像以前的版本,还要其他辅助工具. 2.本篇文章转载自编程人生 具体步骤如下: 1. 点击网络标志,打开网络的选项: 2. 点击 Edit Connections ,然后点击 Add 来添加一个新的wifi选项: 3. 选择 WiFi : 4. 做如下编辑: 编辑wifi的名字:SSID, 选择 Hotspot (热点)模式. 在 Wifi Security 页, 选择 WPA &

在Ubuntu16.04上部署django其实还算简单直观,最重要的问题就是路径设置正确,并且保证版本统一,这个测试是在 Apache/2.4.18 (Ubuntu)  apt-get install apache2     Python/2.7.11 wget  https://www.python.org/ftp/python/2.7.11/Python-2.7.11.tar.xz      mod_wsgi/4.3.0   apt-get install libapache2-mod-ws

  深度学习主机环境配置: Ubuntu16.04+Nvidia GTX 1080+CUDA8.0 发表于2016年07月15号由52nlp 接上文<深度学习主机攒机小记>,这台GTX1080主机准备好之后,就是配置深度学习环境了,这里选择了比较熟悉Ubuntu系统,不过是最新的16.04版本,另外在Nvidia GTX1080的基础上安装相关GPU驱动,外加CUDA8.0,因为都比较新,所以踩了很多坑. 1. 安装Ubuntu16.04 不考虑双系统,直接安装 Ubuntu16.04,从ub

由于用的新版本系统,和旧的稍有差别,在网上搜了很多相关资料,搞了三天终于搞好在Ubuntu16.04下的部署,接下来就详细写写步骤以及其中遇到的问题.前提是安装有虚拟环境pyenv+virtualenv. 一.安装uwsgi 1. 在虚拟环境下安装uwsgi # 启动环境 pyenv activate your_env_name 3 pip install uwsgi 2. 测试uwsgi,创建test.py def application(env, start_response): start

因为最近Deep Learning十分热门, 装一下TensorFlow学习一下. 本文主要介绍安装流程, 将自己遇到的问题说明出来, 并记录自己如何处理, 原理方面并没有能力解释. 由于本人之前从来没有用过Linux, 本文章恐有初级错误, 望见谅, 谢谢. (本文写于2017年3月17日) 为了能够利用GPU(NVIDIA GTX1080)运行TensorFlow, 根据调查需要按顺序安装以下内容: Ubuntu, NVIDIA驱动, CUDA, cudnn, TensorFlow 安装Ub

准备主机 准备3台主机,名称作用如下: 昵称 Fully Qualified Domain Name IP 作用 Ubuntu-Parrot head1.parrot 192.168.9.126 Ambari控制中心,头结点(辅助) Ubuntu-Laiothrix head0.parrot 192.168.9.127 头节点(主) Ubuntu-Siskin data0.parrot 192.168.9.128 数据节点 使用hostname <fully.qualified.domain.n

为什么要集群: 通常为了,提高网站的响应速度,总是把一些经常用到的数据放到内存中,而不是放到数据库中,Redis是一个很好的Cache工具,当然了还有Memcached,这里只讲Redis.在我们的电商系统中,热点数据量往往巨大,比如单点登录.用户浏览商品的信息.用户信息.用户收藏的商品信息.短息提醒数据等等,也都用到了redis,如何使redis可以横向可伸缩扩展,这需要由多台机器协同提供服务,一台挂掉了,另一台马上顶上去,即分布式的redis集群,就对系统的性能非常重要. Redis集群的几

一.记录理由 刚开始只是想要学习怎么使用Hive的.想着安装应该很简单,没想到花了整整一天的时间来安装,为了避免下次犯同样的错误,特此记录. 二.安装Hadoop 网上教你怎么安装Hadoop的文章有很多,质量参差不齐,作为一名刚刚入门的菜鸟,我就记录一个完整的菜鸟版吧. (1)环境准备 1. Vmware 2. Ubuntu16.04 (2)  安装jdk和openssh 请执行以下命令: $ sudo apt-get install openjdk-8-jdk $ sudo apt-get

实验环境---ubuntu16.04 四台机器:10.211.55.13—55.16 具体实验环境配置如下: 10.211.55.102  LVS_VIP 10.211.55.13  LVS_MASTER 10.211.55.14  LVS_SALVE 10.211.55.15  WEB1 10.211.55.16  WEB2 安装LVS与Keepalived 55.13(lvs master)做如下操作: sudo apt install ipvsadm sudo ipvsadm   sudo

概念了解 Ambair介绍 Apache Ambari是一个用于支持大数据软件供应 管理与监控软件.它也是一个分布式软件,分为Ambair-Server与Ambari-Client两个部分.在生产环境下一般单独用一台服务器安装ambari-server来确保服务的稳定性.然后需要安装大数据服务组件的服务器上均安装ambari-client组件,server发送命令与client进行交互完成任务. HDP介绍 HDP是hortonworks公司的Hadoop发行版,其中包括大多数Hadoop生态下

紧接着上一篇的文章<深度学习(TensorFlow)环境搭建:(二)Ubuntu16.04+1080Ti显卡驱动>,这篇文章,主要讲解如何安装CUDA+CUDNN,不过前提是我们是已经把NVIDIA显卡驱动安装好了 一.安装CUDA CUDA(Compute Unified Device Architecture),是英伟达公司推出的一种基于新的并行编程模型和指令集架构的通用计算架构,它能利用英伟达GPU的并行计算引擎,比CPU更高效的解决许多复杂计算任务,想使用GPU就必须要使用CUDA.

目录 深度学习环境搭建:Tensorflow1.4.0+Ubuntu16.04+Python3.5+Cuda8.0+Cudnn6.0 Reference 硬件说明: 软件准备: 1. 安装Ubuntu16.04 2. 安装显卡驱动 3.安装Cuda8.0 4. 安装Cudnn6.0 5. 清华源安装Anaconda 6. 安装tensorflow 7. 验证您的安装 运行一个简短的 TensorFlow 程序 8. 卸载cudnn5.1升级为cudnn6.0 深度学习环境搭建:Tensorflo

首先是安装ubuntu16.04 A.制作u盘启动盘(提前准备好.ios文件): 1.安装u盘制作工具unetbootinsudo apt-get install unetbootin2.格式化u盘sudo fdisk -l #查看U盘盘符,假设为/dev/sdbsudo umount /dev/sdb #先卸载u盘sudo mkfs.vfat /dev/sdb #格式化为fat32模式3.使用unetbootin制作u盘镜像方法如图所示(此图为windows下unetbootin截图,ubun

这篇博文将会展示如何采用一个预训练的深度学习网络(模型)在ImageNet的数据集并把它当作输入图像. 首先说明,运行环境为Ubuntu16.04(或者MacOS),windows暂不支持,已经编译好的OpenCV3.3.0,如何查看以及是否编译OpenCV3.3.0成功,请看博文:http://www.cnblogs.com/wmr95/p/7638985.html OpenCV并不是(也不打算)作为一个工具来训练网络,这里已经有更伟大的框架来完成这件事情.新版OpenCV兼容以下热门网络架构

博主最近浏览到一个网站PyImageSearch,看到里面的项目还不错,就顺手配置一下环境,试着去跑下里面的模型. 首先,需要配置好需要运行模型的环境,其实主要的步骤分为以下三步: 1. 安装Ubuntu系统的独立依赖包 2. 创建你的python3环境(因为opencv3.3对深度学习支持比较好,需要配置升级到python3版本) 这里给出一个在Ubuntu16.04下python2.7版本升级更新到python3.5版本的教程,可以参考:http://www.cnblogs.com/wmr9

正常情况下,你安装好ubuntu16.04版本之后,系统会自带 python2.7版本,如果需要下载新版本的python3.5,就需要进行更新.下面给出具体教程: 1.首先在ubuntu的终端ternimal输入命令:   sudo apt- sudo cp /usr/bin/python /usr/bin/python_bak 第二步:删除原来默认指向python2.7版本的链接.在ternimal下输入命令:   sudo rm /usr/bin/python 第三步:重新指定新的链接给py

谷歌宣布开源其内部使用的 TensorFlow Object Detection API 物体识别系统.本教程针对ubuntu16.04系统,快速搭建环境以及实现视频物体识别系统功能. 本节首先介绍安装环境: 1.首先简单安装tensorflow,一般用户可以直接按照下面的命令进行安装,若不行请转到http://www.cnblogs.com/wmr95/p/7500960.html进行安装. pip install tensorflow   (# For CPU) pip install te

最近我开始学习深度学习框架Tensorflow,一开始在windows平台下的anaconda下安装,由于anaconda安装几次后navigator打开老是出现闪退的问题,所以决定换个ubuntu下继续折腾tensorflow.本人台式机没有NVIDIA显卡,只装的CPU版本的.好了,下面开始吧. 首先安装好ubuntu16.04版本的系统(最好是ubuntu的14.04版本以上),ubuntu系统已经自带了python2.7,所以不需要再安装python了. (可以直接打开terminal终

拿到新装的ubuntu16.04新系统 首先 apt-get update 更新一下 我这里是root用户,如果您不是超级管理员,命令前加sudo即可 如果您加了sudo也不好使,那就联系管理员,给你设置下sudo权限 然后接下来我们进行安装 一:安装apache 1.安装 apt-get install apache2 2.开启服务 /etc/init.d/apache2 start 测试一下,在浏览器里输入 服务器ip 可以看到如下页面 则表示安装成功 3.配置 apche的安装目录在/et

目录 Faster-RCNN-TensorFlow-Python3.5 在Ubuntu16.04下的配置方法 安装过程 1. 深度学习环境Tensorflow的安装 2. 安装python包 3.  Go to ./data/coco/PythonAPI 4. git clone 5. 下载预训练模型 6. 自己数据集的制作 7. 替换成自己的数据 11. 开始训练 12. 跑demo.py Faster-RCNN-TensorFlow-Python3.5 在Ubuntu16.04下的配置方法