浮梁| 鲅鱼圈| 碌曲| 义马| 青铜峡| 南宁| 赣榆| 宜州| 高明| 蒲江| 广灵| 疏附| 化隆| 吉林| 泾县| 梅县| 彝良| 筠连| 基隆| 砀山| 巴南| 扬中| 惠州| 大同区| 灯塔| 潮安| 嘉荫| 丰都| 蚌埠| 翁源| 柳江| 永和| 库伦旗| 德格| 岷县| 伊川| 金州| 三门峡| 红原| 宜秀| 常州| 海城| 汉南| 乐昌| 彭州| 丰都| 抚顺县| 纳溪| 墨脱| 番禺| 彭阳| 库尔勒| 宁城| 靖远| 沧源| 虞城| 青县| 霍山| 禹州| 木垒| 恭城| 乌尔禾| 曲麻莱| 纳雍| 芷江| 寿县| 长寿| 临汾| 新宾| 东营| 科尔沁右翼前旗| 麟游| 三江| 图们| 吉首| 临朐| 陵县| 平川| 墨江| 利川| 江口| 丰南| 遵化| 新密| 偏关| 嘉义市| 会宁| 白水| 泗阳| 连云区| 洪雅| 新余| 九龙| 兴安| 临高| 新县| 桂阳| 通城| 虎林| 蒲江| 漳平| 高阳| 来凤| 浦江| 石台| 盐亭| 织金| 毕节| 长葛| 迭部| 崇阳| 滨州| 昭觉| 虞城| 唐河| 洛浦| 呼兰| 自贡| 玉龙| 商都| 华坪| 盐亭| 隆昌| 乐清| 名山| 招远| 缙云| 汶上| 定结| 洛隆| 襄樊| 昌图| 珲春| 南县| 卫辉| 兴义| 长兴| 佛冈| 广南| 济南| 佳木斯| 民丰| 理县| 滑县| 德江| 张家港| 安阳| 贡嘎| 张湾镇| 新丰| 眉县| 怀仁| 新源| 丽江| 印台| 洛浦| 荥经| 红岗| 武陟| 东辽| 梅州| 无极| 班玛| 化德| 荣昌| 西华| 宜昌| 自贡| 进贤| 莒南| 江津| 加格达奇| 汕尾| 穆棱| 宽城| 辽中| 和县| 成都| 荥经| 肃南| 玛多| 乐陵| 房县| 泰来| 哈尔滨| 旌德| 夏河| 贵德| 石柱| 措美| 蒲县| 沿河| 德昌| 岢岚| 琼山| 田阳| 雄县| 诏安| 宝应| 崇州| 独山子| 科尔沁左翼中旗| 长兴| 安阳| 永昌| 下陆| 上林| 离石| 高邮| 北海| 铁力| 溧水| 保亭| 十堰| 霍邱| 蔚县| 墨脱| 安乡| 泸州| 沂水| 筠连| 淅川| 德钦| 辽阳县| 榆社| 共和| 栾川| 鄯善| 瓮安| 襄城| 叶县| 伊宁市| 福安| 定兴| 大化| 扎鲁特旗| 高安| 北海| 镇雄| 吴起| 门头沟| 岷县| 康马| 阿坝| 渭南| 陆良| 阿克陶| 上杭| 分宜| 沙雅| 大荔| 戚墅堰| 东乌珠穆沁旗| 滨州| 连山| 乌审旗| 广宗| 南江| 寿光| 顺德| 铁山| 唐山| 浦城| 礼泉|

手机用户怎样获得root权限?一键root大师附详细教程

2019-09-18 05:16 来源:长江网

  手机用户怎样获得root权限?一键root大师附详细教程

  大栅栏地区的消防中队官兵也主动为消防队提供专业的训练指导。人民消防网安顺11月23日电为提高综合应急救援处置能力,加强应急联动机制,确保能够快速、高效处置各类应急救援事故。

结合实际,积极组织官兵深入开展党风廉政教育和警示教育活动,让官兵重温“五条禁令”、“公安消防部队四个严禁”等内容,引导官兵自觉遵守、相互监督,牢固树立法纪"高压线"意识,不断提高官兵依法办事、按章办事及严格执行廉洁自律各项规定的自觉性和主动性。为减少不必要的经济损失,保证人民群众的生命财产安全,消防官兵提醒大家,在使用取暖器时,要注意人走断电,远离易燃易爆物品,切勿在取暖器表面覆盖易燃物,不要把取暖器用于烘干衣物,取暖器如果使用不当,确实是一个不小的火灾隐患,广大群众要在使用时注意防范突发火灾。

  其实只要平时注意防范,这类事故是完全可以避免的。住在由集装箱搭成的临时宿舍里,没有热水洗澡,两个冷水管和塑料桶成了官兵们的临时盥洗室和洗衣间。

  退伍前一天,他一大早又走进厨房,一遍遍翻着自己熟悉的菜谱,选定出一道道战友们喜欢的菜肴,在一丝不苟悉心备厨的同时,将自己几年来积累的厨艺心得传授给新兵小范,并教他怎么做好每种菜品的刀工刀法,如何掌握好烹饪时的火候,将自己的的拿手厨艺和独创菜肴手把手教给小范,忙碌了大半天,精心为战友们做好了自己退伍前的最后一桌丰盛的饭菜。下潜训练看似简单,实则是“险象环生”。

(陶文川)(责编:刘天宇(实习生)、张雨)

  三要深化改革创新,提升防灾减灾救灾水平。

  但是,“一个大院有好几户居民,算起来也有好几十人,如果院落真的发生火灾,想要从里往外跑就很困难。入伍前两年,祝帆在融安县中队担任战斗员。

  要针对冬季气候寒冷、火灾扑救难度大等特点,从人员、装备、训练等方面,做好“灭大火、打恶仗”的各项准备。

  ”江萍的生活很忙碌,就在采访期间,她随身带的电台不断传来信息,她时刻都在和队员们进行沟通互动,采访刚结束,她就忙着去继续工作了,看着她急匆匆离去的背影,记者不禁感慨,就是有许许多多像江萍一样的消防志愿者们,放弃了自己的休息时间,无数个春夏秋冬,寒来暑往,虽然也有汗水和泪水,但是为了一方平安,她们无私坚守,向这些默默奉献的消防志愿者们致敬!(孟宪尉)(责编:朱紫阳(实习生)、张雨)(责编:尹深、张雨)

  乐一乐,释放压力。

  进入物流园后右转到底,一辆装着大型储罐的集装箱映入眼帘,这就是司机反映的流动加油站点之一。

  (杨亚)(责编:刘天宇(实习生)、张雨)勤快纯朴的李宝泽平时在出警和训练之余,常常到中队厨房帮炊事班干些择菜、帮厨的杂活。

  

  手机用户怎样获得root权限?一键root大师附详细教程

 
责编:

Facebook宣布开源Caffe2:可在手机与树莓派上训练和部署模型

聂天元副秘书长对社区女子义务消防队队员一气呵成、娴熟有序地灭火技能操法予以了“点赞”肯定,并要求要进一步巩固完善寿昌社区消防工作,确保有创新、有亮点、有特色。

原标题:Facebook宣布开源Caffe2:可在手机与树莓派上训练和部署模型

选自Caffe2.ai

机器之心编译

在今年的 F8 开发者大会上,Facebook 正式宣布开源其全新深度学习框架 Caffe2。据 Caffe2 官方博客介绍,该框架可以用在 iOS、Android 和树莓派上训练和部署模型;而且 Facebook 已经与英伟达、高通、英特尔、亚马逊和微软等公司展开了合作来实现对移动端的优化。机器之心在此对这一开源项目进行了介绍。

在今年的 F8 开发者大会上,Facebook 正式宣布开源其全新深度学习框架 Caffe2。据 Caffe2 官方博客介绍,该框架可以用在 iOS、Android 和树莓派上训练和部署模型;而且 Facebook 已经与英伟达、高通、英特尔、亚马逊和微软等公司展开了合作来实现对移动端的优化。机器之心在此对这一开源项目进行了介绍。

为了有效地训练和部署人工智能模型,我们往往会用到大型数据中心或超级计算机。为了能够大规模地连续处理、创建和提升各种各样的信息(图像、视频、文本和音频)之上的模型,我们需要的计算能力不可小觑。如果我们要在移动设备上部署这些模型,那么它们就必须要非常快而且轻量,但这也同样十分困难。要克服这些难题,我们需要一种稳健的、灵活的和便携式的深度学习框架。

Facebook 一直以来都在和开源社区的其他开发者合作一起打造这样一款框架。今天,Facebook 宣布开源了第一版生产可用的 Caffe2 版本,这是一个轻量级的、模块化的深度学习框架,并且在强调了便携性的同时保持了可扩展性和性能。

我们致力于为社区提供高性能的机器学习工具,以便人人都能创造智能的应用和服务。与 Caffe2 一同发布的还有相关的一些教程和案例,其中包括在一台机器上使用多个 GPU 的大规模学习和使用一个或多个 GPU 的在多台机器上的大规模学习、学习在 iOS、Android 和树莓派上训练和部署模型。另外,你只需要编写几行代码就能调用来自 Caffe2 Model Zoo 的预训练模型。

Caffe2 部署在 Facebook 之中以帮助研发人员训练大型机器学习模型,并为手机用户提供人工智能驱动的良好体验。现在,开发者可以访问很多相同的工具,允许他们运行大规模分布式训练方案,并创建手机端的机器学习应用。我们已与英伟达、 高通、英特尔、亚马逊和微软展开密切合作,从而在云端和手机端优化 Caffe2。这些合作将允许机器学习社区快速完成使用更复杂模型的实验过程,并部署下一代人工智能增强型应用和服务。

你可以在 caffe2.ai 上查看 Caffe2 文档和教程,并在 GitHub 查看源代码。如果你考虑使用 Caffe2,我们很乐意了解你的具体需求。请参与我们的调查。我们将向你发送有关新版本和特殊的开发者活动/网络研讨会的信息。

  • 主页:http://caffe2.ai.tzdxgs.com

  • GitHub: https://github.com/caffe2/caffe2

  • 调查:https://www.surveymonkey.com/r/caffe2

主页:http://caffe2.ai.tzdxgs.com

GitHub: https://github.com/caffe2/caffe2

调查:https://www.surveymonkey.com/r/caffe2

以下是 Caffe2 在 GitHub 上开源项目的介绍:

Caffe2 是一个兼具表现力、速度和模块性的深度学习框架,是 Caffe 的实验性重构,能以更灵活的方式组织计算。

许可

Caffe2 的发布许可许可 :https://github.com/Yangqing/caffe2/blob/master/LICENSE

建立 Caffe2

详细的构建矩阵:

git clone --recursive https://github.com/caffe2/caffe2.git

cd caffe2

git clone --recursive https://github.com/caffe2/caffe2.git

cd caffe2

OS X

brew install automake protobuf

mkdir build && cd build

cmake ..

make

brew install automake protobuf

mkdir build && cd build

cmake ..

make

Ubuntu

可运行版本:

  • Ubuntu 14.04

  • Ubuntu 16.06

Ubuntu 14.04

Ubuntu 16.06

需要的依赖包

sudo apt-get update

sudo apt-get install -y --no-install-recommends

build-essential

cmake

git

libgoogle-glog-dev

libprotobuf-dev

protobuf-compiler

python-dev

python-pip

sudo pip install numpy protobuf

sudo apt-get update

sudo apt-get install -y --no-install-recommends

build-essential

cmake

git

libgoogle-glog-dev

libprotobuf-dev

protobuf-compiler

python-dev

python-pip

sudo pip install numpy protobuf

可选择 GPU 支持

如果你计划使用 GPU,而不只是使用 CPU,那你应该安装 NVIDIA CUDA 和 cuDNN,这是一个面向深度神经网络的 GPU 加速库。英伟达在官方博客中详细介绍了安装指南,或者可以尝试下面的快速安装指令。首先,一定要升级你的图显驱动!否则你可能遭受错误诊断的极大困难。

安装 Ubuntu 14.04

sudo apt-get update && sudo apt-get install wget -y --no-install-recommends

wget "http://developer.download.nvidia.com.tzdxgs.com/compute/cuda/repos/ubuntu1404/x86_64/cuda-repo-ubuntu1404_8.0.61-1_amd64.deb"

sudo dpkg -i cuda-repo-ubuntu1404_8.0.61-1_amd64.deb

sudo apt-get update

sudo apt-get install cuda

sudo apt-get update && sudo apt-get install wget -y --no-install-recommends

wget "http://developer.download.nvidia.com.tzdxgs.com/compute/cuda/repos/ubuntu1404/x86_64/cuda-repo-ubuntu1404_8.0.61-1_amd64.deb"

sudo dpkg -i cuda-repo-ubuntu1404_8.0.61-1_amd64.deb

sudo apt-get update

sudo apt-get install cuda

安装 Ubuntu 16.04

sudo apt-get update && sudo apt-get install wget -y --no-install-recommends

wget "http://developer.download.nvidia.com.tzdxgs.com/compute/cuda/repos/ubuntu1604/x86_64/cuda-repo-ubuntu1604_8.0.61-1_amd64.deb"

sudo dpkg -i cuda-repo-ubuntu1604_8.0.61-1_amd64.deb

sudo apt-get update

sudo apt-get install cuda

sudo apt-get update && sudo apt-get install wget -y --no-install-recommends

wget "http://developer.download.nvidia.com.tzdxgs.com/compute/cuda/repos/ubuntu1604/x86_64/cuda-repo-ubuntu1604_8.0.61-1_amd64.deb"

sudo dpkg -i cuda-repo-ubuntu1604_8.0.61-1_amd64.deb

sudo apt-get update

sudo apt-get install cuda

安装 cuDNN(所有都是 Ubuntu 版本)

CUDNN_URL="http://developer.download.nvidia.com.tzdxgs.com/compute/redist/cudnn/v5.1/cudnn-8.0-linux-x64-v5.1.tgz"

wget ${CUDNN_URL}

sudo tar -xzf cudnn-8.0-linux-x64-v5.1.tgz -C /usr/local

rm cudnn-8.0-linux-x64-v5.1.tgz && sudo ldconfig

CUDNN_URL="http://developer.download.nvidia.com.tzdxgs.com/compute/redist/cudnn/v5.1/cudnn-8.0-linux-x64-v5.1.tgz"

wget ${CUDNN_URL}

sudo tar -xzf cudnn-8.0-linux-x64-v5.1.tgz -C /usr/local

rm cudnn-8.0-linux-x64-v5.1.tgz && sudo ldconfig

可选择的依赖项

注意,Ubuntu 14.04 使用 libgflags2。Ubuntu 16.04 使用 libgflags-dev。

# for Ubuntu 14.04

sudo apt-get install -y --no-install-recommends libgflags2

# for Ubuntu 14.04

sudo apt-get install -y --no-install-recommends libgflags2

# for Ubuntu 16.04

sudo apt-get install -y --no-install-recommends libgflags-dev

# for Ubuntu 16.04

sudo apt-get install -y --no-install-recommends libgflags-dev

# for both Ubuntu 14.04 and 16.04

sudo apt-get install -y --no-install-recommends

libgtest-dev

libiomp-dev

libleveldb-dev

liblmdb-dev

libopencv-dev

libopenmpi-dev

libsnappy-dev

openmpi-bin

openmpi-doc

python-pydot

# for both Ubuntu 14.04 and 16.04

sudo apt-get install -y --no-install-recommends

libgtest-dev

libiomp-dev

libleveldb-dev

liblmdb-dev

libopencv-dev

libopenmpi-dev

libsnappy-dev

openmpi-bin

openmpi-doc

python-pydot

检查下面的 Python 部分,并在建立 Caffe2 之前安装可选择的程序包。

mkdir build && cd build

cmake ..

make

mkdir build && cd build

cmake ..

make

安卓和 iOS

我们使用 CMake 的安卓和 iOS 端口构建原始二进制文件,然后就能将其集成到安卓或 XCode 项目中。查看脚本/build_android.sh 和/build_ios.sh 获得具体信息。

对于安卓系统,我们可以使用 gradle 通过 Android Studio 直接构建 Caffe2。这里是一个示例项目:https://github.com/bwasti/AICamera。注意,你可能需要配置 Android Studio,这样你编写代码的 SDK 和 NDK 版本才会正确。

树莓派

对于 Raspbian 系统,只需要在树莓派上运行脚本/build_raspbian.sh 就行了。

Tegra X1

为了在英伟达的 Tegra X1 平台上安装 Caffe2,需要使用 NVidia JetPack 安装器简单地安装最新版本的系统,然后再在 Tegra 设备上运行脚本/build_tegra_x1.sh。

Python 支持

为了进行下面的教程,Python 环境需要安装 ipython-notebooks 和 matplotlib,在 OS X 系统中可以通过以下方法安装:

brew install matplotlib --with-python3

pip install ipython notebook

brew install matplotlib --with-python3

pip install ipython notebook

你会发现下面的 Python 库同样在具体的教程和案例中是必需的,所以你可以运行下面的命令行一次性安装所有的要求库:

sudo pip install

flask

graphviz

hypothesis

jupyter

matplotlib

pydot python-nvd3

pyyaml

requests

scikit-image

scipy

setuptools

tornado

sudo pip install

flask

graphviz

hypothesis

jupyter

matplotlib

pydot python-nvd3

pyyaml

requests

scikit-image

scipy

setuptools

tornado

构建环境(已知能运行)

原文链接:http://caffe2.ai.tzdxgs.com/blog/2017/04/18/caffe2-open-source-announcement.html

本文为机器之心编译,转载请联系本公众号获得授权

?------------------------------------------------

加入机器之心(全职记者/实习生):hr@jiqizhixin.com

投稿或寻求报道:editor@jiqizhixin.com

广告&商务合作:bd@jiqizhixin.com返回搜狐,查看更多

责任编辑:

声明:该文观点仅代表作者本人,搜狐号系信息发布平台,搜狐仅提供信息存储空间服务。
阅读 ()
免费获取
今日搜狐热点
今日推荐
亚日贡乡 华溪彝族镇 南张羌镇 五根松 石城
冯川 开古庄 沙梨乡 小横垅乡 八鱼乡