2019年8月26日

解决:Errors were encountered while processing

摘要: 在终端执行命令: 阅读全文

posted @ 2019-08-26 19:35 天道酬勤、 阅读(19934) 评论(0) 推荐(0) 编辑

2019年8月22日

ubuntu 安装 caffe 解决://home/xiaojie/anaconda/lib/libpng16.so.16:对‘inflateValidate@ZLIB_1.2.9’未定义的引用

摘要: 1. 当运行命令"make runtest -j8" 时出现上述问题,有两种解决方案: 1)GitHub上的解决方案,链接:https://github.com/BVLC/caffe/issues/6139 可以看出,是可以解决问题的!!! 2)执行命令: 阅读全文

posted @ 2019-08-22 11:54 天道酬勤、 阅读(1409) 评论(0) 推荐(0) 编辑

ubuntu安装caffe 解决:build_release/tools/caffe: error while loading shared libraries: libcudart.so.8.0: cannot open shar

摘要: 1. 网上有3种解决方式: 1)这是GitHub的解决方法,链接:https://github.com/tensorflow/tensorflow/issues/5343 可以看出,这个方法还是有效的。 2)执行命令: 这个感觉也还可以!!! 3)如果上述两种方法仍然没解决,可以试一试笨办法: 出现 阅读全文

posted @ 2019-08-22 11:45 天道酬勤、 阅读(1061) 评论(0) 推荐(0) 编辑

2019年8月20日

ubuntu 禁止内核更新

摘要: 1. 今天使用ubuntu 发现一直在登录界面循环,查资料表明:在使用apt 更新后,会导致内核更新,最终导致内核和驱动不匹配 2. 在解决上述问题之后,查看使用内核 3. 查看是正在使用内核 4. 禁止内核更新 5. 重启内核更新 阅读全文

posted @ 2019-08-20 23:05 天道酬勤、 阅读(4439) 评论(0) 推荐(0) 编辑

ubutun 中notebook出现 Permission denied: Untitled.ipynb

摘要: 1. 出现这样的问题,执行如下命令即可: 阅读全文

posted @ 2019-08-20 19:53 天道酬勤、 阅读(1822) 评论(0) 推荐(0) 编辑

ubuntu下anaconda使用jupyter notebook加载tensorflow、pytorch

摘要: 1. 安装完anaconda后,其环境会为我们在base(root)这个环境下配置jupyter notebook,而我们自己配置的TensorFlow环境下是没有自动配置这个工具的,所以我们需要自己在这个环境下配置jupyter notebook工具,具体操作如下: 2. 启动了notebook之 阅读全文

posted @ 2019-08-20 19:50 天道酬勤、 阅读(1538) 评论(0) 推荐(0) 编辑

ubuntu下用anaconda快速安装 pytorch

摘要: 1. 创建虚拟环境 2. 激活虚拟环境 3. 安装pytorch 打开pytorch官网https://pytorch.org/ ,根据自己的需求下载,如图所示: 4. 查看上图,红色框选中的命令,需要到外站下,会很慢,黄色框中的命令,可以在清华的镜像中下载,速度超级快。 5. 退出该虚拟环境 阅读全文

posted @ 2019-08-20 18:13 天道酬勤、 阅读(4962) 评论(0) 推荐(0) 编辑

ubuntu 修改notebook 路径

摘要: 1. 执行命令 注:将黄色部分修改为自己的用户名名即可 2. 打开文件后,修改路径即可 阅读全文

posted @ 2019-08-20 12:48 天道酬勤、 阅读(241) 评论(0) 推荐(0) 编辑

ubuntu 开启anaconda图形化界面

摘要: 1 source ~/anaconda3/bin/activate root 2 anaconda-navigator 阅读全文

posted @ 2019-08-20 11:26 天道酬勤、 阅读(4099) 评论(0) 推荐(1) 编辑

ubuntu tensorflow 和 pytorch 启动

摘要: 1. 首先查看是否安装库,执行如下命令: 2. 如果有,进行TensorFlow启动,执行如下命令: 3. 执行Python,在执行import,命令如下: 效果如下: 4. pytorch 同理,分别执行如下命令: 5. 退出虚拟环境 阅读全文

posted @ 2019-08-20 11:09 天道酬勤、 阅读(668) 评论(0) 推荐(0) 编辑

导航