/images/avatar.png

吕海峰的博客

nvidia cuda error问题汇总

概述

由于现在tensorflow的版本变化很大很多特别是从1.8开始到1.13,1.14等版本迁移的时候,要么API过时要么cuda报错。其中API过时可以很方便的查找并替换,但是很多CUDA版本问题就比较麻烦。建议一定要查看相应的深度学习框架所支持的CUDA版本。这里列出了主要的经常出现的cuda issues。

TensorFlow Serving and Flask Delpoy Models

概述

当我们要去部署和测试深度学习models时,我们经常需要一个比较便利和接口方便的web server,这样我们只需要专注在Model本身即可,通过web server一方面不仅可以进行调试和测试, 另外一方面还可以将自己的成果输出给第三方和用户去体验深度学习带来的便利。大家经常使用的方式有以下两种(以TensorFlow为主):

  • TensorFlow Serving
  • TensorFlow Models + web server

如果你的模型很多,那么就需要结合云计算的AI工具箱进而支持大规模的深度学习线上、线下训练、预测以及发布等等,还会结合yarn和k8s进行节点、服务调度,微服务化的方式支持业务线。

CentOS升级Python2.7.X和Python3.X

概述

由于产品需要从裸机开始开发所以所有的配置和开发也是从零开始,这个导航是基于centos6.x版本升级默认的Centos的Python,升级到Python2.7或者Python3.3。我们不仅升级了Python,同样基于Python的setuptools, pip, virtualenv and pyvenv这些工具也同样安装和升级以便于项目需要。

深入理解Python的With-As

概述

学习Python有一段时间了,最近做一个项目会涉及到文件的读取和关闭。比如:我想把一些对象序列化到文件里面,然后当我再次使用的时候,在从文件里面读取反序列化成对象。像这种操作一般都是用try…except…finally。但是经过自己对Python的研究发现会有更出色的方法,比如:with-as语句也有的人称为context manager。

Ubuntu16+ 安装OpenCV

概述

安装opencv有很多种方式,我列出了三种方式。并针对第二种方式进行了详细的安装解释,强烈推荐使用第三种方式。

  • Ubuntu源安装opencv

  • opencv官方源代码安装

  • Anaconda安装oepncv环境