一、深度可分离卷积（Depthwise separable convolution）一些轻量级的网络，如mobilenet中，会有深度可分离卷积depthwise separable convolution，由depthwise(DW)和pointwise(PW)两个部分结合起来，用来提取特征feature map。相比常规的卷积操作，其参数数量和运算成本比较低。二、常规卷积操作对于5x5x3的输

1、计算机视觉1.1 发展历程深度学习发展历程：分类模型和精度LeNet ：串联，2个卷积3个全连接，最早用于数字识别AlexNet：残差，12年ImageNet冠军，5个卷积3个全连接，多个小卷积代替单一大卷积；使用ReLu激活函数，解决梯度小数问题；引入dropout避免模型过拟合；最大池化；ZF-Net：13年ImageNet冠军，只用了一块GPU的稠密连接结构；将AlexNet第一层卷积核

目录安装一些依赖显卡驱动Anaconda安装CUDA安装cudnnTensorflow安装Opencv-pythonopencv-cNumpyMatplotlibPillowScipy安装Scikit-learn安装MysqlNumbagrpc安装TkJsonPyqt安装注意一、安装一些依赖su...

1、x86上pip安装opencv-pythonpip install opencv-python -i http://mirrors.aliyun.com/pypi/simple --trusted-host mirrors.aliyun.com最新版为opencv3安装后>>> import cv2>>> print cv2.__version__2、x86

1、查看内存：free -lh2、内核：uname3、显卡：nvidia-smi4、cuda版本：nvcc -V5、sudo nvidia-docker run6、rancher查看NVIDIA-Docker版本和docker版本：nvidia-docker version

1、卸载首先，我们前面已经配好了几乎所有的环境。我们这里采用官网这里最简单的方法来安装。 Installing with native pip要是之前安装过tensorflow的，建议先卸载之前版本的tensorflow。sudo pip uninstall tensorflow #卸载pip安装的cpu版本的TensorFlowsudo pip uninstall tensorflow-gpuc

​1、查看显卡信息lspci | grep VGA2、查看驱动信息ubuntu-drivers devices注意：如果查看驱动信息不返回结果，进行如下操作https://blog.csdn.net/zml194849/article/details/1218264283、下载自己的显卡需要什么驱动：http://www.nvidia.com/Download/index.aspx?lang=en

１、安装ＣＵＤＡ１、下载https://developer.nvidia.com/cuda-downloads（1）大概是下面这个样子，按照自己的平台来选,然后下载那个.run文件就行。注意，这里有几个包，都下下来。准备工作已经做完，这时候，你已经知道了你需要的驱动信息并且下载了几个cuda的run文件。（2）你自己可以建个文件夹，然后在文件夹中输入上命令下载：sudo wget http://d

1、查看内存：free -lh2、内核：uname3、显卡：nvidia-smi4、cuda版本：nvcc -V5、sudo nvidia-docker run6、rancher查看NVIDIA-Docker版本和docker版本：nvidia-docker version