首页
学习
活动
专区
工具
TVP
发布

实战docker

专栏作者
750
文章
845945
阅读量
103
订阅数
Anaconda3+CUDA10.1+CUDNN7.6+TensorFlow2.6安装(Ubuntu16)
本篇概览 本篇记录了自己在Ubuntu 16.04.7 LTS系统上搭建TensorFlow2开发环境的过程,用于将来重装时的参考 硬件是2018年购买的惠普暗隐精灵3代,显卡GTX1060,已经安装了Ubuntu16 LTS桌面版 执行本篇操作前需要安装Nvidia的驱动,详情请参考《Ubuntu16安装Nvidia驱动(GTX1060显卡)》 查看驱动信息,如下图,可见CUDA版本是10.1 📷 版本匹配 去tensorflow官网查看版本匹配关系,地址:https://tensorflow.googl
程序员欣宸
2021-12-07
4860
纯净Ubuntu16安装CUDA(9.1)和cuDNN
本篇概览 自己有一台2015年的联想笔记本,显卡是GTX950M,已安装ubuntu 16.04 LTS桌面版,为了使用其GPU完成deeplearning4j的训练工作,自己动手安装了CUDA和cuDNN,在此将整个过程记录下来,以备将来参考,整个安装过程分为以下几步: 准备工作 安装Nvidia驱动 安装CUDA 安装cuDNN 特别问题说明 按照一般步骤,在安装完Nvidia显卡驱动后,会提示对应的CUDA版本,接下来按照提示的版本安装CUDA,例如我这里提示的是11.2,正常情况下,我应该安装11.
程序员欣宸
2021-12-07
4310
三分钟:极速体验JAVA版目标检测(YOLO4)
本篇概览 检测照片中的物体,用Java可以实现吗? 可以,今天咱们用最少的时间、最简单的操作来体验这个实用的功能,您提交一张普通照片后,会看到下图效果,原照片上的狗子、人、马都被识别出来,每个识别框的左上角是类别和置信度,最后,图片左上角还有本次识别所用时间: 📷 接下来请随本文一起动手来实现上述效果,整个过程分三步完成: 下载模型和配置文件 运行docker容器,这是个web服务,咱们用浏览器访问此服务,提交照片完成检测 验证效果(在浏览器上打开web页面,提交图片,等待检测结果) 风险提前告知
程序员欣宸
2021-12-07
3140
SpringBoot用深度学习模型识别数字:开发详解
本篇概览 前文《三分钟体验:SpringBoot用深度学习模型识别数字》中,咱们轻点鼠标体验了一个Java应用,该应用集成了深度学习模型,能识别出图像中的手写数字,那篇文章以体验和操作为主,并没有谈到背后的实现 此刻的您,如果之前对深度学习了解不多,只随着《三分钟体验:SpringBoot用深度学习模型识别数字》做过简单体验,现在应该一头雾水,心中可能有以下疑问: 前文提到的模型文件minist-model.zip是什么?怎么来的? SpringBoot拿到模型文件后,怎么用的?和识别功能有什么关系? 今天
程序员欣宸
2021-12-07
9380
三分钟体验:SpringBoot用深度学习模型识别数字
本篇概览 使用Deeplearning4j训练出来的模型,可以在java应用中使用吗? 当然能,今天咱们花三分钟来体验集成了AI能力的SpringBoot应用 该应用的功能是识别黑白图片中的手写数字(每张图片内只有一个数字),如下图,通过http接口将此图片提交,让SpringBoot应用去识别: 📷 下图是postman操作界面的截图,红框中的数字就是SpringBoot应用的识别结果,数字8,与图片一致: 📷 SpringBoot应用用到的AI模型是LeNet-5,这是个经典的识别模型,常用在
程序员欣宸
2021-12-07
3710
超详细的编码实战,让你的springboot应用识别图片中的行人、汽车、狗子、喵星人(JavaCV+YOLO4)
本篇概览 在《三分钟:极速体验JAVA版目标检测(YOLO4)》一文中,咱们体验了YOLO4强大的物体识别能力,如下图,原图中的狗子、人、马都被识别并标注出来了: 📷 如果您之前对深度学习和YOLO、darknet等有过了解,相信您会产生疑问:Java能实现这些? 没错,今天咱们就从零开始,开发一个SpringBoot应用实现上述功能,该应用名为yolo-demo 让SpringBoot应用识别图片中的物体,其关键在如何使用已经训练好的神经网络模型,好在OpenCV集成的DNN模块可以加载和使用YOLO4模
程序员欣宸
2021-12-07
1.4K0
DL4J实战之四:经典卷积实例(GPU版本)
本篇概览 作为《DL4J实战》的第四篇,今天咱们不写代码,而是为今后的实战做些准备:在DL4J框架下用GPU加速深度学习的训练过程; 如果您电脑上有NVIDIA显卡,并且成功的安装了CUDA,那么就随本文一起实际操作吧,全文由以下内容构成: 软硬件环境参考信息 DL4J的依赖库和版本 使用GPU的具体操作步骤 GPU训练和CPU训练对比 软硬件环境参考信息 众所周知,欣宸是个穷人,因此带NVIDIA显卡的电脑就是一台破旧的联想笔记本,相关信息如下: 操作系统:Ubuntu16桌面版 显卡型号:GTX950M
程序员欣宸
2021-12-07
2940
Docker下,五分钟极速体验机器学习
版权声明:署名,允许他人基于本文进行创作,且必须基于与原先许可协议相同的许可协议分发本文 (Creative Commons)
程序员欣宸
2019-08-01
1.1K0
机器学习的开发环境准备
版权声明:署名,允许他人基于本文进行创作,且必须基于与原先许可协议相同的许可协议分发本文 (Creative Commons)
程序员欣宸
2019-08-01
5930
没有更多了
社区活动
RAG七天入门训练营
鹅厂大牛手把手带你上手实战
Python精品学习库
代码在线跑,知识轻松学
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档