草庐IT

CUDNN_STATUS_SUCCESS

全部标签

received unexpected HTTP status: 500 Internal Server Error:docker push 报错解决

前言:在EC2CentOS7上使用docker搭建了一个私有仓库,在使用过程中遇到的问题进行总结:公网IP:34.222.114.8私网IP:10.0.1.46问题①:[root@ip-10-0-1-46~]#dockerpush 34.222.114.8:5000/centos:v1 Thepushreferstoarepository[34.222.114.8:5000/centos]Gethttps://34.222.114.8:5000/v1/_ping:http:servergaveHTTPresponsetoHTTPSclient 出现这个问题的原因主要是docker从1.3.2版

received unexpected HTTP status: 500 Internal Server Error:docker push 报错解决

前言:在EC2CentOS7上使用docker搭建了一个私有仓库,在使用过程中遇到的问题进行总结:公网IP:34.222.114.8私网IP:10.0.1.46问题①:[root@ip-10-0-1-46~]#dockerpush 34.222.114.8:5000/centos:v1 Thepushreferstoarepository[34.222.114.8:5000/centos]Gethttps://34.222.114.8:5000/v1/_ping:http:servergaveHTTPresponsetoHTTPSclient 出现这个问题的原因主要是docker从1.3.2版

MxNet(GPU版本)安装及相关配置(CUDA,CuDNN,Graphviz,d2l,虚拟环境配置)及最终建议

深度学习框架MxNet配置(GPU版本)1.对应镜像:https://mirrors.aliyun.com/pypi/simple/mxnet/找到与自己电脑Python版本对应(命令行使用python--v查看对应版本)的版本下载2.在对应文件夹下ctrl+shift+右键在此处打开PowerShell窗口,复制文件夹名字mxnet-1.7.0.post2-py2.py3-none-win_amd64.whl,在命令行输入pipinstall+右键,剩下的文件名部分自动粘贴,回车。3.出错,先排除pip版本需要更新问题,命令行输入python-mpipinstall--upgradepip不

MxNet(GPU版本)安装及相关配置(CUDA,CuDNN,Graphviz,d2l,虚拟环境配置)及最终建议

深度学习框架MxNet配置(GPU版本)1.对应镜像:https://mirrors.aliyun.com/pypi/simple/mxnet/找到与自己电脑Python版本对应(命令行使用python--v查看对应版本)的版本下载2.在对应文件夹下ctrl+shift+右键在此处打开PowerShell窗口,复制文件夹名字mxnet-1.7.0.post2-py2.py3-none-win_amd64.whl,在命令行输入pipinstall+右键,剩下的文件名部分自动粘贴,回车。3.出错,先排除pip版本需要更新问题,命令行输入python-mpipinstall--upgradepip不

CUDA与cuDNN安装教程(超详细)

前言windows10和win11安装CUDA,首先需要下载两个安装包CUDAtoolkit(toolkit就是指工具包)cuDNN用于配置深度学习使用官方教程CUDA:InstallationGuideWindows::CUDAToolkitDocumentation(nvidia.com)cuDNN:InstallationGuide::NVIDIADeepLearningcuDNNDocumentationcuda的下载及安装cuda版本判断自己应该下载什么版本的cuda?打开nvidia(桌面右键)->选择左下角的系统信息->组件此处版本向下兼容,即按照开发库一般不建议使用最新版本的原

CUDA与cuDNN安装教程(超详细)

前言windows10和win11安装CUDA,首先需要下载两个安装包CUDAtoolkit(toolkit就是指工具包)cuDNN用于配置深度学习使用官方教程CUDA:InstallationGuideWindows::CUDAToolkitDocumentation(nvidia.com)cuDNN:InstallationGuide::NVIDIADeepLearningcuDNNDocumentationcuda的下载及安装cuda版本判断自己应该下载什么版本的cuda?打开nvidia(桌面右键)->选择左下角的系统信息->组件此处版本向下兼容,即按照开发库一般不建议使用最新版本的原

ExecStart=/usr/bin/dockerd (code=exited, status=1/FAILURE)

镜像下载、域名解析、时间同步请点击阿里云开源镜像站问题:搭建私库认证不通过x509:certificatesignedbyunknownauthority首先确保配置harbor私库地址[root@masterharbor]#grephostnameharbor.cfg#TheIPaddressorhostnametoaccessadminUIandregistryservice.hostname=hub.bingo.com方法一:/etc/docker/daemon.json,添加私库地址{"insecure-registries":["私库地址"]}方法二:vim/usr/lib/syst

ExecStart=/usr/bin/dockerd (code=exited, status=1/FAILURE)

镜像下载、域名解析、时间同步请点击阿里云开源镜像站问题:搭建私库认证不通过x509:certificatesignedbyunknownauthority首先确保配置harbor私库地址[root@masterharbor]#grephostnameharbor.cfg#TheIPaddressorhostnametoaccessadminUIandregistryservice.hostname=hub.bingo.com方法一:/etc/docker/daemon.json,添加私库地址{"insecure-registries":["私库地址"]}方法二:vim/usr/lib/syst

windows10下安装python3.7.1,cuda10.0和cudnn7.6.4,tensorflowgpu1.15,keras2.3.1

确定自己安装python,tensorflow,kears的版本。(默认读者已安装Anaconda,并熟悉基本操作)根据tensorflow确定cuda的版本,继而确定cudnn。 一:安装cuda10.0 查看自己显卡版本,我的2060,是11.2。向下兼容,下载10.0.网址:ArchiveofPreviousCUDAReleases下载到自己新建文件夹里(C盘除外)。安装:自定义安装,不勾选vs。尽量将组件中的NVDIAGeForceExperience选项勾掉。在组件CUDA中将VisualStudioIntergration取消掉这个组件是专为VS配置的,但是现在使用的代码编译器基本

windows10下安装python3.7.1,cuda10.0和cudnn7.6.4,tensorflowgpu1.15,keras2.3.1

确定自己安装python,tensorflow,kears的版本。(默认读者已安装Anaconda,并熟悉基本操作)根据tensorflow确定cuda的版本,继而确定cudnn。 一:安装cuda10.0 查看自己显卡版本,我的2060,是11.2。向下兼容,下载10.0.网址:ArchiveofPreviousCUDAReleases下载到自己新建文件夹里(C盘除外)。安装:自定义安装,不勾选vs。尽量将组件中的NVDIAGeForceExperience选项勾掉。在组件CUDA中将VisualStudioIntergration取消掉这个组件是专为VS配置的,但是现在使用的代码编译器基本