随笔分类 -  计算机视觉

Computer vision
深度学习环境搭建（Ubuntu16.04+GTX1080Ti+CUDA8.0+Cudnn6.0+TensorFlow+Caffe2（Pytorch））
摘要：OS System：Ubuntu16.04 GPU Device：GTX1080Ti Softwares：CUDA8.0、Cudnn6.0、TensorFlow（1.4.0）、Caffe2（1.0.0） 一、win10下安装Ubuntu16.04（双系统） 1、Linux分区方案 （Lagency+ 阅读全文
posted @ 2018-10-23 15:48 wmxfd 阅读(830) 评论(0) 推荐(0)
Caffe实战五（Caffe可视化方法：编译matlab接口）
摘要：接上一篇文章，这里给出配置caffe后编译matlab接口的方法。（参考：《深度学习 21天实战Caffe 第16天 Caffe可视化方法》） 1、将Matlab目录更新至Caffe的Makefile.config 2、编译 一般情况下会出错： 此时在网络上一般的解决方法是将gcc的版本降低为4.7 阅读全文
posted @ 2017-10-27 19:12 wmxfd 阅读(1080) 评论(0) 推荐(0)
Caffe实战四（Caffe可视化方法）
摘要：面对一堆文件，一行行的数据，确实很难理解深度学习相关的概念，好比训练的数据、构建的网络是怎样的？今天按照书中第16天的内容实践了一翻，终于看到了所谓的深度神经网络的模样。（参考：《深度学习 21天实战Caffe 第16天 Caffe可视化方法》） 实现可视化的脚本有两种，分别是Matlab和Pyth 阅读全文
posted @ 2017-10-27 19:01 wmxfd 阅读(717) 评论(0) 推荐(0)
Caffe实战三（依赖包解析及环境配置）
摘要：前面的文章使用的软件环境是开始时通过apt-get命令所安装的，本文将通过编译源码的方式重新配置一个可迁移的软件环境。（参考：《深度学习 21天实战Caffe》 第五天 Caffe依赖包解析） 1、依赖包汇总 2、各依赖包编译安装 安装目录为：/home/yourname/local_install 阅读全文
posted @ 2017-10-27 18:52 wmxfd 阅读(535) 评论(0) 推荐(0)
Caffe实战二（手写体识别例程：CPU、GPU、cuDNN速度对比）
摘要：上一篇文章成功在CPU模式下编译了Caffe，接下来需要运行一个例程来直观的了解Caffe的作用。（参考：《深度学习 21天实战Caffe》第6天 运行手写体数字识别例程） 编译步骤： CPU模式： GPU模式： cuDNN模式： 结果对比：CPU模式： GPU模式： cuDNN加速： 由此可见，训 阅读全文
posted @ 2017-10-27 18:40 wmxfd 阅读(1160) 评论(0) 推荐(0)
Caffe实战一（环境准备及CPU模式下编译）
摘要：经过前几天的折腾，终于把Ubuntu16.04开发环境给搭建了起来，包括win10+Ubuntu双系统的安装、系统安装后的优化等等。 详见之前的文章：Ubuntu16.04.2 LTS 64bit系统装机记录Ubuntu16.04安装Nvidia显卡驱动+Cuda8.0+Cudnn6.0 接下来，该 阅读全文
posted @ 2017-10-27 18:33 wmxfd 阅读(239) 评论(0) 推荐(0)
Ubuntu16.04安装Nvidia显卡驱动+Cuda8.0+Cudnn6.0
摘要：一、安装Nvidia显卡驱动（gtx1050ti） 参考链接：Ubuntu16.04.2 LTS 64bit系统装机记录中的显卡驱动安装部分。 二、安装Cuda8.0 1、确定自己的系统信息，以Ubuntu16.04.2 LTS 64bit为例，到官网https://developer.nvidia 阅读全文
posted @ 2017-10-27 16:26 wmxfd 阅读(10873) 评论(0) 推荐(0)