前两天在Ubuntu下安装TensorFlow，走了些弯路，因此想到写一篇博客mark一下。主要是TensorFlow-GPU和Cuda跟cuDNN的版本匹配问题。 第一步 创建Virtualenv环境    #参考面向机器智能的TensorFlow实践 # Python 2.7 $ sudo apt-get install python-pip python-dev python-

以anydesk_2.9.6-1_amd64.deb为例，解决办法参法如下： sudo dpkg -i anydesk_2.9.6-1_amd64.deb sudo apt-get install -dpkgs sudo apt –fix-broken install sudo dpkg -i anydesk_2.9.6-1_amd64.deb Hope this solution wo

因为需要用gym，所以不得不用linux   考虑性能和易用性，因此不想用虚拟机和wsl，安装ubuntu各种坑，踩了3天，总算完成各种部署了！   任务完成：python、anaconda、tensorflow-gpu、vscode   1，ubuntu17.10下载，rufus写入U盘，关闭fast boot，重启进bios，打开uefi，重启进win，转换所有盘为gpt分区，重启进bios

因为实验室的GPU还没采购好，只能在CPU上用别人训练好的模型跑几个简单的demo。先在台式机上装个CPU版的Caffe。网上很多教程讲的不是很详细，我就写了个完整版。 准备工作 安装caffe的依赖 非常不建议使用源码编译安装Caffe的依赖，因为这过程中可能会出现新的依赖问题。caffe官网推荐采用apt获取编译所需的依赖。 参考http://caffe.berkeleyvision.