![](https://img-blog.csdnimg.cn/20201014180756724.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
文章平均质量分 80
启功
这个作者很懒,什么都没留下…
展开
-
利用Mxnet自带的工具,进行数据转化,读取图片文件
一、MXNet,不是直接处理原生数据比如图片之类的,而是处理的自定义的一种文件格式rec。而rec格式的文件由依赖于一个描述原生数据的列表文件格式lst。数据集:caltech256,其中包含两个文件,一个test,一个train,每个文件里面又有很多个代表类标的文件,各个文件里存放了每一类的图片。 二.从原生数据生成lst文件这个图像文件列表的格式如下:integer_ima原创 2015-12-11 14:54:35 · 14301 阅读 · 7 评论 -
ubuntu14.04安装CUDA7.0、CUDNN7.0详细步骤
一、安装CUDA7.0CUDA7.0在Linux下的安装步骤参见官网手册:CUDA_Getting_Started_Linux,其中提及了“.run”、“.deb”等安装1、检查你的电脑是否支持CUDA: 检查GPU是否支持:输入如下命令,如果输出的GPU型号是NVIDIA的,并且在此http://developer.nvidia.com/cudagpu原创 2015-12-11 13:18:13 · 14878 阅读 · 0 评论 -
Ubuntu 14.04 源码安装Tensorflow 1.0 (CUDA8.0 or CUDA7.5 or CUDA7.0 版本)
但是这中安装方法需要提前安装相应版本的CUDA和CUDNN,若有一个版本不对,就会出现问题。尤其是最新的Tensorflow 1.0 需要CUDA 8.0版本,但是一般情况下电脑都装的CUDA 7.0 或7.5。因此,本片博客就是介绍如何使用源码编译Tensorflow 1.0,使用之前安装的CUDA 7.5和CUDNN 7.5.原创 2017-03-09 12:29:20 · 4587 阅读 · 2 评论 -
Mxnet:以全连接层为例子自定义新的操作(层)
在使用深度学习平台时,光会使用其中已定义好的操作有时候是满足不了实际使用的,一般需要我们自己定义新的操作。但是,绝大多数深度平台都是编译好的,很难再次编写。本文以Mxnet为例,官方给出四种定义新操作的方法,分别调用:1、mx.operator.CustomOp\2、mx.operator.NDArrayOp3、mx.operator.NumpyOp4、使用 C++ 定义底层原创 2017-08-21 15:09:39 · 3906 阅读 · 1 评论 -
Ubuntu16.04系统安装tensorflow(GPU)
作者:冯拓电脑配置如下:配置 HP-Z820 CPU核心线程数和主频 intel xeon(至强) E-5 2620 2.0GHz*24 内存 64GB 硬盘 2TB 显卡 NIVDIA TITAN X 12GB 安装过程中使用的安装包: 安装包 驱动 NVIDIA-Linux-x86_6...原创 2018-09-02 09:56:56 · 661 阅读 · 0 评论 -
Ubuntu下Anaconda安装opencv
作者:黄钟健注意:文中$(xxx)表示自定义的名称,需要自己根据实际情况替换。一、安装opencv依赖库在终端上敲入以下命令sudo apt-get install build-essentialsudo apt-get install cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev ...原创 2018-09-02 10:00:16 · 3321 阅读 · 3 评论