注浆机_个人页

自动驾驶的话， nvidia出了一个模拟器。 自动驾驶相关可以用；

基本都是python了现在。

参考这个强制恢复：

https://demotomohiro.github.io/hardware/jetson_tk1/setup/recovery_mode.html

然后重新刷一下就行了。

你可以租用带GPU的服务器。 普通服务器是不可以的。

挡住了 。 但是这个错误的意思是没有声明变量类型。

我觉得是算力推动算法，很多算法很多年前就有了， 但是由于算力不够，就一直没有大规模应用，也就没有接下来的大规模研究了。
不过总的来说，是相辅相成的。

使用别人的 web 服务虽然限制比较多，但是不需要考虑太多安全和运维的工作，所以如果只做网站，还是建议这样做。

我之前就是自己搭建的，被黑了无数次。。

mac 地址把： ifconfig

建议你把吴恩达的课程先撸一遍，有师傅教要快很多。不走弯路。

要看什么牌子的笔记本的。

OSS的域名是有规则的， 你可以自己拼接 URL 来实现下载。

你使用的是什么训练框架， 如果是 tensorflow 的话， 需要安装tensorflow-gpu的那个包。

收费的。。

object detection & object tracking 了解一下。

neural style 就是一个训练任务， 不需要太大的机器，ECS 上申请一个有 GPU 的机器就好。

anacodna 是使用 conda 作为和 virtualenv 对等的系统。

conda 是集成了 pip 和 virtualenv 功能一体的一个工具，和 pip 主要的区别是他使用源代码，有点像 mac os 下的 brew，而 pip 是使用编译好的package。

可以满足需求的。

比如这个配置。

但是价格也不低。

GPU计算型 (gn5) ecs.gn5-c4g1.xlarge 4 30 12.853 3703.1 2923.50 1754.10 1403.28 1169.40
为深度学习、科学计算等需求场景设计, 采用Nvidia P100计算卡CPU与内存配比为1:7.5并配备高性能高性能（高IOPS、大吞吐、低访问延迟）本地NVMe SSD磁盘搭配高计算性能的Intel Xeon E5-2682v4 2.5GHz

我之前碰到过几次， 情况大概是这几种:

1. 集成显卡和 nv 的驱动同时安装以后， x 的配置不对。
2. 图形界面登陆选择的 GUI 不对， gnone 没安装，但是 ubuntu 登陆界面默认是这种， 之类的情况。

具体问题， 要把：sudo tail -f /var/log/syslog 发出来看看

建议你看看 tensorflow 的官方文档， 一般你需要安装一下tensorflow serving部署，

如果是 GPU 的 tf serving 可以参考这篇文章：https://sczhengyabin.me/2017/12/05/Tesorflow-Serving-GPU/

Alexnet 里面卷积比较多， 如果用 GPU 训练的速度是比 CPU 快非常多。 所以如果是速度慢， 你可以选择增加 batch size， 或者优化 IO 等方式。 具体你得 proflie 一下瓶颈在哪里。