https://github.com/torch/distro./test.sh 显示找不到path，需要我们在./update.sh之后 source /root/.bashrc

不仅要更新 tf还要 pythonimport tensorflow as tfprint(tf.__path__) 将其export 到PYTHONPATH当中

参照：http://blog.csdn.net/u011762313/article/details/49851795#!/usr/bin/env python# 引入“咖啡”import caffeimport numpy as np# 使输出的参数完全显示# 若没有这一句，因为参数太多，中间会以省略号“……”的形式代替np.set_printoptions(thresho

查看GPU型号lspci | grep -i nvidia查看NVIDIA驱动版本sudo dpkg --list | grep nvidia-*http://gwang-cv.github.io/2017/08/07/Ubuntu%E4%B8%8B%E6%9F%A5%E7%9C%8B%E6%98%BE%E5%8D%A1%E5%9E%8B%E5%8F%B7%E5%8

http://rayz0620.github.io/2015/05/25/lmdb_in_caffe/官方的extract_feature.bin很好用，但是输出的特征是放在LMDB里的。以前嫌LMDB麻烦，一直都图方便直接用ImageDataLayer来读原始图像。这次绕不过去了，就顺便研究了一下Caffe对LMDB的使用，一些心得写下来和大家分享一下。提取特征的内容下一篇再写。

申明：本文非笔者原创，原文转载自：http://www.sigvc.org/bbs/thread-2187-1-3.html4.2、初级（浅层）特征表示        既然像素级的特征表示方法没有作用，那怎样的表示才有用呢？        1995 年前后，Bruno Olshausen和 David Field 两位