非root用户安装cuda和cudnn
1、根据自己的系统在官网下载cuda （选择runfile(local)） https://developer.nvidia.com/cuda-downloads 2、进入下载目录，并执行 sh cuda_XXXX_linux.run 注意：1.在协议中选 ...
原文：【tf.keras】Linux 非 root 用户安装 CUDA 和 cuDNN
推荐使用 conda 安装 TensorFlow，安装 GPU 版本的 TensorFlow 时会同时安装对应的 CUDA 和 cuDNN。下面的问题也就不会产生。 TensorFlow . for Linux 使用时报错： cuDNN 版本低了 解决方法：升级 cuDNN。TF . 和 CUDA . cuDNN . . 是匹配的。 如果是用 conda，那么以下都不需要，直接删除 cudnn 再 ...
2020-01-09 00:40 0 1368 推荐指数：
相关推荐
非root用户在linux下安装多个版本的CUDA和cuDNN（cuda 8、cuda 10.1 等）
转https://blog.csdn.net/hizengbiao/article/details/88625044 cuda 10.1： 按空格根据需要选择要安装的模块，有“X”的表示安装，没有的表示不安装，我这里已经安装过418.116的显卡驱动了，所以选择不安装驱动： 按上下键 ...
非root用户在服务器上安装CUDA10.1和cudnn到指定目录
非root用户在服务器上安装CUDA和cudnn到指定目录 （适用于服务器上管理员已安装好显卡驱动或已安装的CUDA版本无法满足自己要求） 准备工作 首先下载CUDA10.1 (无需登录，一定要下update2，其他版本无法自定义目录) 打开网页后选择对应自己服务器的处理器 ...
python 3.7 安装 sklearn keras(tf.keras)
# 1 sklearn 一般方法 网上有很多教程，不再赘述。 注意顺序是 numpy+mkl ，然后 scipy的环境，scipy，然后 sklearn # 2 anoco ...
tf.keras模型——applications
Module: tf.keras.applications 该类封装了很多重量级的网络架构，实例化的时候会默认加载参数 DenseNet121() DenseNet169() DenseNet201() InceptionResNetV2 ...
【tf.keras】tf.keras模型复现
keras 构建模型很简单，上手很方便，同时又是 tensorflow 的高级 API，所以学学也挺好。 模型复现在我们的实验中也挺重要的，跑出了一个模型，虽然我们可以将模型的 checkpoint 保存，但再跑一遍，怎么都得不到相同的结果。 用 keras 实现模型，想要能够复现，首先需要 ...
tf.keras模型——Sequential
tf.keras.Sequential 序列化建模，一般步骤为： 1、实例化一个Sequential类，该类是继承于Model类； 2、添加所需要的神经网络层； 3、用compile进行编译模型； 4、用fitx训练模型； 5、用predict预测 ...
【tf.keras】官方教程一 Keras overview
使用tf.keras建立一个简易的模型 使用Numpy数组进行训练： 使用tf.data 数据集 ...