深度學習環境配置

參考：tensorrt7.0的安裝配置

匯入路徑export ld_library_path=$ld_library_path:/home/***/tensorrt-7.0.x/lib

更新 source ~/.bashrc

可以選擇在anaconda下新建tensorrt虛擬環境，本次選擇新建python3.5的tensorflow-gpu1.15環境

之後執行pip install pycuda

開啟解壓後的tensorrt資料夾下的python資料夾可以發現一共有

tensorrt-7.0.0.11-cp27-none-linux_x86_64.whl

tensorrt-7.0.0.11-cp34-none-linux_x86_64.whl

tensorrt-7.0.0.11-cp35-none-linux_x86_64.whl

tensorrt-7.0.0.11-cp36-none-linux_x86_64.whl

tensorrt-7.0.0.11-cp37-none-linux_x86_64.whl

根據當前的python版本進行選擇，本次選擇tensorrt-7.0.0.11-cp35-none-linux_x86_64.whl

執行

pip install tensorrt-

7.0.0
.11-cp35-none-linux_x86_64.whl

pip install uff-

0.6.5
-py2.py3-none-
any.whl

pip install graphsurgeon-

0.4.1
-py2.py3-none-
any.whl

深度學習環境配置

ubuntu 16.04 cuda 8.0 cudnn 6.0 matlab r2017a tensorflow 1.4 anaconda3 本文用於記錄深度學習的各種環境配置，中間踩了不少的坑，各版本需要一一對應，故寫下本文以備不妨之需。cuda 8 最好對應 cudnn 6，tensorflow...

深度學習主機環境配置

1.安裝ubuntu16.04 2.更新軟體 1 輸入命令sudo apt update 2 輸入命令sudo apt upgrade 3.安裝1080ti顯示卡驅動 1 系統設定 軟體更新 附加驅動 選擇nvidia384 2 輸入命令 nvidia smi 可以看到具體的驅動資訊，如圖所示 4....

anaconda配置深度學習環境

1.cd到anaconda安裝包目錄下，安裝anaconda bash anaconda3 5.0.1 linux x86 64.sh2.按enter瀏覽完協議以後，輸入yes同意協議 注意再選擇安裝路徑的時候，按enter即可安裝在預設目錄下，不要再輸入yes 否則就安裝在yes目錄下了 t t ...