pytorch tensorflow環境搭建

整個環境搭建鏈結（anaconda、cuda）：

步驟一：安裝anaconda（作用是建立虛擬環境，避免各個環境受版本不同的影響）

步驟二：cuda安裝（顯示卡廠商nvidia運算平台）

sudo bash cuda_9.0.176_384.81_linux-run

do you accept the previously read eula?

accept/decline/quit: accept
install nvidia accelerated graphics driver for linux-x86_64 384.81?
(y)es/(n)o/(q)uit: n
install the cuda 9.0 toolkit?
(y)es/(n)o/(q)uit: y
enter toolkit location
[ default is /usr/local/cuda-9.0 ]: y
toolkit location must be an absolute path.
enter toolkit location
[ default is /usr/local/cuda-9.0 ]:
do you want to install a symbolic link at /usr/local/cuda?
(y)es/(n)o/(q)uit: y
install the cuda 9.0 samples?
(y)es/(n)o/(q)uit: n
installing the cuda toolkit in /usr/local/cuda-9.0 ...
**********=
= summary =
**********=
driver:   not selected
toolkit:  installed in /usr/local/cuda-9.0
samples:  not selected

install nvidia accelerated graphics driver for linux-x86_64 384.81?選擇no

檢視gpu支援的驅動

我使用的tesla系列的k80

安裝顯示卡驅動之前先確認是否安裝了gcc、make等工具

gcc -v檢視gcc版本，好像是需要5.0以上的

如果這兩個都有執行語句

sudo bash nvidia-linux-x86_64-384.145.run

最後新增環境變數

echo "export ld_library_path=\$:/usr/local/cuda-9.0/lib64" >>~/.bashrc

source ~/.bashrc

這裡有很多安裝方法pip原生安裝，在虛擬環境中安裝，建議在虛擬環境中安裝，避免python版本的影響

如下是我先建立乙個虛擬環境，啟用虛擬環境

conda create -n tensorflow pip python=3.6

conda env list
source activate tensorflow

後面參考鏈結教程即可

最後執行

jupyter notebook

把命令列的鏈結複製到瀏覽器上

建立python就可以使用python、建立檔案等功能了

github pages Jekyll環境搭建

通過jekyll可以搭建 簡單理解成網頁生成規則，就是通過配置能自動幫你生成靜態網頁的東西。如何配置，請看 首先要更新ruby，系統倉庫裡最新的是1.9.3，而jekyll要求 2.0 最終版本資訊 ruby v ruby 2.3.3p222 2016 11 21 revision 56859 x8...

iOS WebDriverAgent 環境搭建

webdriveragent是facebook 在去年的 seleniumconf 大會上推出了一款新的ios移動測試框架。當時的推文申明，還只支援模擬器，不過在今年4月更新的版本中，官方宣稱支援真機測試了，大家可以檢視官方github 的介紹 下面摘錄一段官方對於webdriveragent的介紹...

nginx lua openresty環境搭建

yum install readline devel pcre devel openssl devel gcc 有問題可以用yum install wget和yum install perl解決 wget tar xvf ngx openresty 1.9.7.2.tar.gz cd ngx ope...