1.eval(): 将字符串string对象转化为有效的表达式参与求值运算返回计算结果2.eval()也是启动计算的一种方式。基于Tensorflow的基本原理，首先需要定义图，然后计算图，其中计算图的函数常见的有run()函数，如sess.run()。同样eval()也是此类函数，3.要注意的是，eval()只能用于tf.Tensor类对象，也就是有输出的Operation...

运行Tensorboard出现kernel is dead的情况 在运行tensorflow中可视化框架tensorboard实例时出现kernel is dead情况，单步调试发现问题出在下面这部分： {代码...} 断点后发现死在 {代码...} 这句话上 原因 CUPTI没有添加到环境变量 解决方法 找到CUDAVX.0（X代表CUDA版本）所在文件夹下的extras文件夹下的CUPTI文件夹将...

这是gdal可能会用到的额外的包，按自己需要先提前编译。这里的话我主要用了proj,Libtiff,Geotiff,Geos,Hdf5这5个包，基本能满足需要

老板跑测试的时候需要高版本的glibc，结果我手动改的时候不小心把系统弄崩溃了，当时备份的时候忘记备份usr文档，因此只能重装系统，短暂重装系统后，决定顺便先把glibc升级一下，免得到时候老板再亲自升级。

作为一个完完全全的linux小白，平时连cmd打开文件夹都要百度的人，面对单独配置caffe这个棘手任务，第一反应就是搜教程。搜索之后发现现在网上绝大多数的caffe配置教程都不是针对Centos6.5且python3.6的，还是硬着头皮配置，发现很多步骤并不能正确实现，于是狠下心来，不看教程，自己啃所有的官方文档进行配置。前前后...

综合来说，caffe的配置并没有想象中的那么难。还是那句话已官方文档为准，网上的教程很难找到完全对应的。Centos系统下配置caffe 的官方文档，[链接]

本人是直接搜索文件名， 在csdn上下载的。亲测可用。不得不说在linux上配置opencv3.1.0对我们这种刚刚接触linux的新手实在有点不友好。不过只要耐心，按照步骤一步一步来还是能够成功配置的。

放弃了兼容性最好的2.7版本，准备配置3.6的python版本。如果要单独配置python实际上步骤还是很长的，但是anaconda的出现，让python的配置简单了不少，可以说接近了一键安装的程度，话不多说，下面是配置过程

本文是在CentOS6.5环境下配置caffe和caffe的pytho3.6接口的过程中整理所得，本文是完全基于NVIDIA官方的文档完成的CUDA8.0的配置。（不管任何软件的配置要是出现问题，我相信你只要能安安静静的啃完官方文档，那么一定能解决你配置过程中出现的问题）NVIDIA官方的CUDA8.0安装文档地址：[链接]默认已提前安装NVIDIA显卡驱...

配置要求： 系统：centos6.5 目标：基于CUDA8.0+Opencv3.1+Cudnnv5.1+python3.6接口的caffe框架 编译安装过程 显卡型号：NVS 510 1.显卡驱动安装程序下载 在root下输入 {代码...} 可以看自己的显卡型号确定自己显卡型号之后登陆NVIDIA官网下载驱动[链接]根据自己的显卡型号下载对应的驱动程序 2.配置编译环境 安装NVIDIA...

配置要求： 系统：centos6.5 目标：基于CUDA8.0+Opencv3.1+Cudnnv5.1+python3.6接口的caffe框架 gcc是linux编译安装必备的编译器 CentOS6.5自带的gcc版本是4.4.7，并不支持C++11查询后可得需要版本高于4.8.1的gcc才能支持C++11输入 {代码...} 发现可升级的gcc版本低于4.8.1，只能手动编译安装4.8.1版本以上的gcc编译安装...