精华内容
下载资源
问答
  • 2、Linux版本的下载: ①:首先点击小企鹅图标,出现不同的Linux系统 ②:根据不同的Linux点击进入不同的Linux系统下载ffmpeg ③:注意:若想下载tar.bz2格式的直接点击中间的Download图标,它会自动进行下载。...

    一:ffmpeg的下载

    (1):ffpeg下载

    1、访问http://ffmpeg.org/,单击①或者②进入选择操作系统的页面。

    2、Linux版本的下载:

    ①:首先点击小企鹅图标,出现不同的Linux系统

    ②:根据不同的Linux点击进入不同的Linux系统下载ffmpeg

    ③:注意:若想下载tar.bz2格式的直接点击中间的Download图标,它会自动进行下载。(也可进入http://ffmpeg.org/releases/选择不同的版本来下载)

    3:Windows版本的下载

    ①:

    ②:

     

    二:使用

    ①:Windows版本的使用

    1:

    2、

    3、使用示例:

    ②:Linux下的使用

    准备:在/usr/local/下新建一个ffmpeg的文件夹,并进入到ffmpeg文件夹,安装gcc(yum install -y gcc)和wget(yum -y install wget)工具 ,安装(vim)yum install -y vim

    1、Linux下使用ffmpeg还需要

    (1):nasm下载安装

    http://www.linuxfromscratch.org/blfs/view/8.2/general/nasm.html找到

    ①:使用 wget http://www.nasm.us/pub/nasm/releasebuilds/2.13.03/nasm-2.13.03.tar.xz下载

    ②:执行tar -xvf nasm-2.13.03.tar.xz

    ③:cd nasm-2.13.03

    ④:./configure

    ⑤:make

    ⑥:make install

    完成 nasm的安装

    (2):yasm的下载安装

    ①:到http://www.tortall.net/projects/yasm/releases/挑选版本下载

    ②上传到 /usr/local/ffmpeg文件夹下

    ③:tar -xvzf yasm-1.3.0.tar.gz

    ④:cd yasm-1.3.0/

    ⑤:./configure

    ⑥:make

    ⑦:make install

    完成yasm的安装

    (3):x264的下载安装

    ①:到https://www.videolan.org/developers/x264.html下载

    ②:将软件上传到/usr/local/ffmpeg下

    缺少bzip2包时yum install -y bzip2

    ③:tar -xvf last_x264.tar.bz2

    ④:cd x264-snapshot-20190629-2245

    ⑤:./configure --enable-shared

    ⑥:make

    ⑦:make install

    (4)安装ffmpeg

    ①:将ffmpeg-4.1.3.tar.bz2上传到ffmpeg文件夹下

    ②:tar -xjvf ffmpeg-4.1.3.tar.bz2

    ③: cd ffmpeg-4.1.3

    ④:./configure --enable-shared --prefix=/monchickey/ffmpeg

    ⑤:make(花费时间会有点长)

    ⑥:make install

    ffmpeg安装完毕

    (5)配置ffmpeg

    ①:cd /monchickey/ffmpeg/ 

    查看一下发现有bin,include,lib,share这4个目录,其中bin是ffmpeg主程序二进制目录,include是C/C++头文件目录,lib是编译好的库文件目录,share是文档目录

    ②:然后进入bin目录(cd /monchickey/ffmpeg/bin ),执行 ./ffmpeg -version 查看当前版本的详细信息,默认情况下一般会报libavdevice.so.58/57: cannot open shared object file: No such file or directory,原因是lib目录未加载到链接到系统库中

    ③:执行命令: vim /etc/ld.so.conf.d/ffmpeg.conf 然后添加一行内容: /monchickey/ffmpeg/lib 之后保存并退出,然后执行 ldconfig 使配置生效,现在再次执行 ./ffmpeg -version 显示就正常了

    现在ffmpeg就能正常使用了

     

    展开全文
  • 2、Linux版本的下载: ①:首先点击小企鹅图标,出现不同的Linux系统 ②:根据不同的Linux点击进入不同的Linux系统下载ffmpeg ③:注意:若想下载tar.bz2格式的直接点击中间的Download图标,它会自动进行下载...

    一:ffmpeg的下载

    1、访问http://ffmpeg.org/,单击①或者②进入选择操作系统的页面。

     

    2、Linux版本的下载:

    ①:首先点击小企鹅图标,出现不同的Linux系统

    ②:根据不同的Linux点击进入不同的Linux系统下载ffmpeg

     

    ③:注意:若想下载tar.bz2格式的直接点击中间的Download图标,它会自动进行下载。(也可进入http://ffmpeg.org/releases/选择不同的版本来下载)

     

    3:Windows版本的下载

    ①:

    ②:

     

    二:ffmpeg的使用

    (一):Windows版本的使用

    1、

     

    2、

     

    3、使用示例:

     

    (二):Linux下的使用

    • 前期准备:
    1. 在/usr/local/下新建一个ffmpeg的文件夹,并进入到ffmpeg文件夹;
    2. 安装gcc(yum install -y gcc)工具;
    3. 安装wget(yum -y install wget)工具;
    4. 安装(vim)yum install -y vim;

     

    • Linux下使用ffmpeg还需要

    (1):nasm下载安装

    http://www.linuxfromscratch.org/blfs/view/8.2/general/nasm.html找到

    ①:使用 wget http://www.nasm.us/pub/nasm/releasebuilds/2.13.03/nasm-2.13.03.tar.xz下载

    ②:执行tar -xvf nasm-2.13.03.tar.xz

    ③:cd nasm-2.13.03

    ④:./configure

    ⑤:make

    ⑥:make install

    完成 nasm的安装;

     

    (2):yasm的下载安装

    ①:到http://www.tortall.net/projects/yasm/releases/挑选版本下载

    ②:上传到 /usr/local/ffmpeg文件夹下

    ③:tar -xvzf yasm-1.3.0.tar.gz

    ④:cd yasm-1.3.0/

    ⑤:./configure

    ⑥:make

    ⑦:make install

    完成yasm的安装;

     

    (3):x264的下载安装

    ①:到https://www.videolan.org/developers/x264.html下载

    ②:将软件上传到/usr/local/ffmpeg下

            注意:缺少bzip2包时,执行:yum install -y bzip2

    ③:tar -xvf last_x264.tar.bz2

    ④:cd x264-snapshot-20190629-2245

    ⑤:./configure --enable-shared

    ⑥:make

    ⑦:make install

    完成x264安装;

     

    (4):安装ffmpeg

    ①:将ffmpeg-4.1.3.tar.bz2上传到ffmpeg文件夹下

    ②:tar -xjvf ffmpeg-4.1.3.tar.bz2

    ③: cd ffmpeg-4.1.3

    ④:./configure --enable-shared --prefix=/monchickey/ffmpeg

    ⑤:make(花费时间会有点长)

    ⑥:make install

    ffmpeg安装完毕;

     

    (5):配置ffmpeg

    ①:cd /monchickey/ffmpeg/ 

    查看一下发现有bin、include、lib、share这4个目录,其中bin是ffmpeg主程序二进制目录,include是C/C++头文件目录,lib是编译好的库文件目录,share是文档目录

    ②:然后进入bin目录:"cd /monchickey/ffmpeg/bin" ,执行:"./ffmpeg -version" 查看当前版本的详细信息,默认情况下一般会报:"libavdevice.so.58/57: cannot open shared object file: No such file or directory",原因是lib目录未加载到链接到系统库中

    ③:执行命令: "vim /etc/ld.so.conf.d/ffmpeg.conf " 然后添加一行内容: "/monchickey/ffmpeg/lib" 之后保存并退出,然后执行 :"ldconfig" 使配置生效,然后在bin目录下再次执行:"./ffmpeg -version", 显示就正常了

    现在当前目录下的ffmpeg就能正常使用了;

     

    (6):配置ffmpeg的环境变量

    ①:完成以上步奏之后,还不能直接在linux任何位置使用ffmpeg命令,因为还没有配置ffmpeg环境变量,所以这里在原文基础上,新增环境变量这一步;

    ②:切换root用户,执行命令:"vim /etc/profile";在文件末尾加上下面的命令行:

    #set my ffmpeg environment
    export PATH=$PATH:/monchickey/ffmpeg/bin
    export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/monchickey/ffmpeg/lib
    

    ③:然后执行生效命令:"source /etc/profile";

    ④:最后测试一下是否已经生效,在随便一个路径下执行命令:"ffmpeg -version";出现以下版本信息,说明ffmpeg环境变量配置成功,可直接在linux使用命令调用ffmpeg程序;

    展开全文
  • 现在越来越多的人工智能和机器学习以及深度学习,强化学习...建议的话,还是要学习了一点Python基础知识和Linux知识是最好的! 版本Windows7 一:安装Anaconda和Tensorflow 步骤: 1:从官方网站下载Anacond...

     目录

    一:安装Anaconda和Tensorflow

    1:从官方网站下载Anaconda

    2:进行软件安装(这个和普通的没什么特别区别)

    3:安装完成Anaconda之后进行环境变量的测试

    4:进行正式的安装Tensorflow

    5:通过命令:pip install --upgrade --ignore-installed tensorflow

    6:等待完成之后,确认是否安装成功

    二:将Tensorflow环境嵌入到编辑器中

    版本:Linux(Ubuntu14.0.1)

    三:Linux环境安装Tensorflow(通过Anaconda方式)

    四:Pycharm整合tensorflow环境

    五:Tensorflow的案例实践

    (3)拨号键与短信息图标的识别

    六:安装的一些额外库的方法

    七:常见的一些问题汇总

    彩蛋:


    彩蛋:可以加微信公众号(Java菜鸟进阶之路)便于日常阅读哦!   

     现在越来越多的人工智能和机器学习以及深度学习,强化学习出现了,然后自己也对这个产生了点兴趣,特别的进行了一点点学习,就通过这篇文章来简单介绍一下,关于如何搭建Tensorflow以及如何进行使用。建议的话,还是要学习了一点Python基础知识和Linux知识是最好的!

    版本:Windows7

    一:安装Anaconda和Tensorflow

    步骤:

    1:从官方网站下载Anaconda

    https://www.anaconda.com/download/

    2:进行软件安装(这个和普通的没什么特别区别)

    注意一点:

    3:安装完成Anaconda之后进行环境变量的测试

    进入到windows中的命令模式:

    (1)检测anaconda环境是否安装成功:conda --version

    (2)检测目前安装了哪些环境变量:conda info --envs

    (3)对于Anaconda中安装一个内置的python版本解析器(其实就是python的版本)

            查看当前有哪些可以使用的python版本:conda search  --full -name python

        (备注:如果是用比较新的版本的话,就使用conda search  --full --name python       它们的name的前面是两个‘-’

            安装python版本(我这里是安装的3.5的版本,这个根据需求来吧):conda create --name tensorflow python=3.5

    (4)激活tensflow的环境:activate tensorflow(注意:这个是在后序安装成功之后才能进行的,否则会提示错误)

    (5)检测tensflow的环境添加到了Anaconda里面:conda info --envs(注意:基于后序安装成功之后才进行的,否则会提示错误)

    (6)检测当前环境中的python的版本:python --version

    (7)退出tensorflow的环境:deactivate

    (8)切换到tensorflow的环境:activate tensorflow      

    上面的这些基本就可以对于Anaconda有一个比较简单的了解,其实它就类似于JDK的一些操作,比如我们查看jdk的版本,也可以用java --version ,所以说对于Anaconda去安装tensorflow是比较简单的原因也正是这样,也就是是给我们提供了一个基础的依赖环境,这样就方便我们进行后面的安装操作;

    Anaconda的官方开发文档,可以看看,还是官网的东西更加好:

    https://docs.anaconda.com/anaconda/user-guide/getting-started

    https://anaconda.org/

    4:进行正式的安装Tensorflow

    注意事项:根据Tensorflow的官方文档,可以得到安装tensorflow的一个命令是下面:

    pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow-1.0.0-cp35-cp35m-win_x86_64.whl

    但是,如果我们在cmd中,直接进行这样的话,有可能是不能够成功的,开始也不知道为什么,后面发现是跟电脑的cpu和显卡有点关系,所以,采取后面的方法进行安装;

    5:通过命令:pip install --upgrade --ignore-installed tensorflow

    剩下的就是慢慢的等待安装的过程啦

    温馨提示:(1)如果在这个命令之后,有提示说需要你升级你的pip的版本,那么你就根据上面的提示进行命令安装就可以了

    6:等待完成之后,确认是否安装成功

    (1)打开之前安装的Anaconda

    这两个都可以,我这里说一下使用Anaconda Prompt的方式;

    方法一:步骤:①直接点击进入,就会显示如下的内容:

    ②切换到tensorflow的环境

    ③进入python编辑环境

    ④然后编写一个使用的代码:

    方法二:通过使用Anaconda中的spyder的编辑器

    通过这个的方式的话,更加简单,直接编写上面的代码,然后进行运行就可以啦,我这里就不多介绍了。。。

    7:OK,到这里的话,基本上从安装到成功就已经实现了~~~~

    温馨提示:如果你发现,你的conda和tensorflow环境都是安装成功的,但是一用测试代码进行跑的时候就出问题了,那么请注意,这个原因你由于你在安装tensorflow的时候,是直接在cmd下,而不是在你用conda激活的一个环境,所以导致,tensorflow并没有直接嵌入到conda环境,所以,就导致无法导入模块的一个错误;

    解决方法:(1)只需要在activate tensorflow      ----------注意:这个环境是第三步中的第3点里面创建的;

    (2)然后再使用第五步中的命令就可以了  

    二:将Tensorflow环境嵌入到编辑器中

    环境:Tensorflow和Pycharm编辑器

    步骤:

    1:下载Pycharm软件,,这个的话下载安装都很简单,所以就不多说了

    2:使用Pycharm创建一个项目

    3:设置项目的相关内容

    温馨提示:注意上面的Interpreter的选择,因为我们现在要测试的是tensorflow嵌入到我们的IDE,方便我们开发,所以这个python解析器就是要选择我们之前安装tensorflow目录下的解析器,否则的话,我们之后是使用不了tensorflow的模块的内容的哦。。。特别要注意。。。当然,如果这里不选择,那么在创建工程之后还是可以修改的,后面我会说;

    4:创建一个py文件,用于编写测试代码

    5:运行程序代码

    OKOK,,,这就说明我们的环境已经整合完成啦。。。。大功告成

    温馨提示:有时候我们会发现,我们引入了tensorflow模块之后,那就会报错,这个原因有如下可能:

    (1)tensorflow没有安装成功,这样的话,就需要重新按照我的步骤去了!

    (2)IDE中的python解析器,没有使用tensorflow中安装的那个,所以导致无法识别

    这个解决方案有两种:

    第一种:就是创建工程的时候就选择正确的解析器,也就是我上面所使用的方法

    第二种:就是在项目工程里面进行修改配置:

    步骤:1:选择File----》setting

    2:

    3:添加新的解析器

    4:找到我们安装的Anadonda中的env中的tensorflow中的python.exe

    5:点击apply应用,然后重启我们的IDE,这样的话就不会报无法找到tensorflow的模块的错误了。

    版本:Linux(Ubuntu14.0.1)

    三:Linux环境安装Tensorflow(通过Anaconda方式)

    步骤:(1)下载Anaconda的Linux版本   https://www.anaconda.com/download/#linux

    从官网的路径进行下载,一般都很慢,所以,大家可以去这个地址进行下载(或者在进行留言也可以):https://download.csdn.net/download/cs_hnu_scw/10389323

    (2)运行下载好的Anaconda,找到下载的目录,然后执行命令:bash XXXXXXXXX(就是Anaconda文件的名字)

    (3)一直等待安装完成即可;

    当出现下面这个的时候:

    强烈注意一点:在安装的时候,会提示你是否要将这个添加到环境变量中,最好选择Yes,要不然每次都要进行额外的手动添加,非常的不方便,所以强烈建议直接添加到环境变量中;

    (4)当执行完成上面的步骤之后,对Anaconda 的环境进行测试;

    执行命令:conda --version (作用:查看当前Anaconda的版本)

    如果,出现对应的安装版本,那么就表示安装成功,可以继续后面的安装步骤。

    (5)添加tensorflow的环境。执行命令:conda create -n tensorflow python=3.5(版本的话,我个人比较喜欢3.X+版本)。当执行完成之后,就根据提示,进行输入yes就可以了,慢慢等待。

    (6)激活环境,执行命令:source activate tensorflow (作用:进入到tensorflow的环境)

    (7)激活tensorflow的环境,执行命令:

    pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.8.0rc0-cp27-none-linux_x86_64.whl

    千万要注意一个地方:如果你安装的python的版本是2.7.那么就用上面的地址,即可,如果你用了3.5版本,那么久需要对应的修改为如下链接:(其他版本类似修改)

    pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.12.1-cp35-cp35m-linux_x86_64.whl

    (8)执行完之后,剩下的就只有等待了,,,对于出现的提示,全部都是“yes”即可。

    (9)安装完成之后,进行测试。

    具体步骤:

    1:在tensorflow的环境下,执行命令:python      (作用:表示进入python环境)

    2:然后输入代码(这个其实和windows安装的时候测试时一样):

    import tensorflow as tf
    hello = tf.constant('first tensorflow')
    sess = tf.Session()
    print sess.run(hello)

    如果:输出first tensorflow ,那么就表示安装成功了。

    补充内容:

    1:当需要退出python环境,即执行Ctrl+D或者输入quit即可

    2:退出tensorflow环境,source deactivate

    3:激活tensorflow环境,source activate tensorflow

    四:Pycharm整合tensorflow环境

    (1)下载Pycharm,这个就自己到官网下载Linux的社区版本即可,然后对其下载的文件进行相应的解压命令处理就可以了,另外的话,注意一点,在Linux中运行Pycharm不是直接点击就运行,而是需要找到对应的目录下(bin目录),然后执行命令:sh pycharm.sh 即可运行Pycharm。

    (2)这个其实和windows的整合方式是一样的,只是说tensorflow的路径是不一样的而已,所以,大家可以参考上面对于Windows版本的详细配置过程即可,这里就不多说了。

    ---------------------------------------------------------------------------------------------------------------------------------

    五:Tensorflow的案例实践

    (1)案列实践:通过百度云盘下载我分享的内容即可,里面的内容都是封装好的,所以应该能看懂

    项目链接:https://pan.baidu.com/s/1-TelzkLHodDNsdX6G82ZOg       密码:b05p

    温馨提示:(1)在运行这个代码的时候,会出现ImportError: No module named 'matplotlib',这是因为你python中缺少了这个包,所以需要进行额外添加;或者进入tensorflow的环境,然后通过pip install matplotlib

    解决办法:进入cmd,然后conda install matplotlib ,,然后等安装成功即可,这时候就会找到从而解决这个问题;

    (2)手写数字的识别案例:

    数据:https://pan.baidu.com/s/1UC6uBPPOBzZhYvNV93RgNw

    代码:

    #!/usr/bin/python
    # -*- coding:utf-8 -*-
    # @Time   : 2018/3/30 0030 15:20
    # @Author : scw
    # @File   : writenumbercompute.py
    # 描述:进行手写数字的识别的实例分析
    import tensorflow as tf
    
    from tensorflow.examples.tutorials.mnist import input_data
    
    # 获取数据
    mnist = input_data.read_data_sets("E:/tensorflowdata/MNIST_data/", one_hot=True)
    
    print('训练集信息:')
    print(mnist.train.images.shape,mnist.train.labels.shape)
    print('测试集信息:')
    print(mnist.test.images.shape,mnist.test.labels.shape)
    print('验证集信息:')
    print(mnist.validation.images.shape,mnist.validation.labels.shape)
    
    # 构建图
    sess = tf.InteractiveSession()
    x = tf.placeholder(tf.float32, [None, 784])
    W = tf.Variable(tf.zeros([784,10]))
    b = tf.Variable(tf.zeros([10]))
    
    y = tf.nn.softmax(tf.matmul(x,W) + b)
    
    y_ = tf.placeholder(tf.float32, [None,10])
    cross_entropy = tf.reduce_mean(-tf.reduce_sum(y_ * tf.log(y),reduction_indices=[1]))
    train_step = tf.train.GradientDescentOptimizer(0.5).minimize(cross_entropy)
    
    # 进行训练
    tf.global_variables_initializer().run()
    
    for i in range(1000):
      batch_xs, batch_ys = mnist.train.next_batch(100)
      train_step.run({x: batch_xs, y_: batch_ys})
    
    # 模型评估
    correct_prediction = tf.equal(tf.argmax(y,1), tf.argmax(y_,1))
    accuracy = tf.reduce_mean(tf.cast(correct_prediction, tf.float32))
    
    print('MNIST手写图片准确率:')
    print(accuracy.eval({x: mnist.test.images, y_: mnist.test.labels}))

    (3)拨号键与短信息图标的识别

    功能描述:主要是实现对于拨号键图标与短信息键图标的一个识别,作为一个简单的分类Demo。

    百度云地址:链接:https://pan.baidu.com/s/1MC7Recml5laTsrHBQ94NcA               密码:nwxj

    (4)人脸捕捉和识别

    功能描述:对于某个特定的人物进行捕捉,并且能识别是否是训练中的人脸,作为一个人脸识别的Demo。

    由于这个数据集太多了,百度云不让传,所以,如果有需要的同学,可以留言,我会每天都进行查看消息的。

    github地址:https://github.com/qq496616246/FaceCheckPython.git

    或者git@github.com:qq496616246/FaceCheckPython.git

    (5)简单的网页爬虫

    功能描述:非常简单,容易上手的网页爬虫小Demo。

    百度云地址:链接:https://pan.baidu.com/s/1FzIzmfYON9pUpms3GyVQqQ           密码:5di1

    六:安装的一些额外库的方法

    (1)安装cv2:pip install opencv-python

    (2)安装人脸识别的库:pip install dlib == 18.17.100

    (3)安装机器学习的库:pip install sklearn

    (4)安装scipy库:pip install scipy

    (5)安装numpy库:pip install numpy

    (6)安装Pillow图像库:pip install Pillow

    (7)安装matplotlib绘图库:pip install matplotlib

    (8)升级pip:python -m pip install -U pip

    (9)安装word2vec:必须先安装Cython,其次pip install word2vec (如果提示你没有对应的文件,那么说明你电脑没有c++的编辑环境(windows默认不带),所以先安装一个c++的编译软件,比如VS,Dev-App都可以)可以参考如下博客:

    https://blog.csdn.net/BEYONDMA/article/details/88381650

    七:常见的一些问题汇总

    (1)问题:在cmd中,输入conda 命令,提示conda不是内部命令

    解决方法:在环境变量(系统的Path)中添加:你的Anaconda安装目录下面的Scripts这个目录,比如我的就是,

    D:\anacondadownload\Scripts

    彩蛋:

    如果你想利用闲暇零散的学习技术,那么不妨关注我的公众号阅读你想要的文章哦!

    公众号搜索:Java菜鸟进阶之路

    展开全文
  • 包含了多个tomcat服务器的版本linuxwindows的都有
  • redis3.2版本,含着windows和linux版本,windows版本需要命令行进入对应的解压缩目录下,运行命令.txt里面的命令即可。
  • JAVA写的海康威视监控LINUX系统和WINDOWS系统的实例。
  • Tomcat下载(Linux版本和Windows版本

    千次阅读 2020-04-22 10:22:36
    Tomcat官网:http://tomcat.apache.org ... ... 3、选择版本。 ...如何区分tomcat是百windows版本的还是linux? 一般来说exe文件度软件包文件名带windows的Zip文件是回给windows的,答其中ia是安腾,x64是64位,x86是...

    Tomcat官网:http://tomcat.apache.org

    1、进入官网点击下载专区。

    在这里插入图片描述

    2、点击 Archives。

    在这里插入图片描述

    3、选择版本。

    在这里插入图片描述

    4、点击bin。

    在这里插入图片描述

    5、找到所需要的Tomcat,点击下载。

    在这里插入图片描述

    如何区分tomcat是百windows版本的还是linux?

    一般来说exe文件和软件包文件名带windows的Zip文件是windows的,其中ia是安腾,x64是64位,x86是32位。
    文件名不带windows的tar.gz或zip文件是Linux的。

    展开全文
  • 完成Windows版本和Linux版本。 一个大小为3的缓冲区,初始为空。 2个生产者 随机等待一段时间,往缓冲区添加数据, 若缓冲区已满,等待消费者取走数据后再添加 重复6次 3个消费者 随机等待一段时间,...
  • Git下载安装(Windows版本+Linux版本)

    千次阅读 2018-05-23 17:32:21
    官网下载 下载Git服务:https://git-scm.com/downloads,这里下载的版本是:Git-2.17.0-64-bit.exe ...下载Git客户端TortoiseGit:https://tortoisegit.org,这里下载...我的百度网盘放了同样版本的Git服务...
  • 目录 Linux 查看 CUDA 版本 查看 cuDNN 版本 Windows 查看 CUDA 版本 查看 cuDNN 版本 References Linux 查看 CUDA...
  •  这是功能最少的版本,缺乏Aero特效功能,没有64位支持,它最初设计不能同时运行三个以上应用程序,幸运的是,微软最终取消了这个限制,最终版其实几乎可以执行任何Windows任务。一个奇怪的限制是不能更换桌面背景...
  • Linux版本:...Java获取CPU利用率主要通过运行所在环境的命令,然后解析得到的信息,从而获得CPU利用率,特汇总Linux版本和Windows版本如下。 LinuxLinux系统中可以用top命令查看进程
  • Linux查看 CUDA 版本方法一:nvcc --version或nvcc -V如果 nvcc 没有安装,那么用方法二。方法二:去安装目录下查看:cat /usr/local/cuda/version.txt查看 cuDNN 版本cat /usr/local/cuda/include/cudnn.h | grep ...
  • 原 手把手教你如何安装Tensorflow(Windows和Linux两种版本) 置顶 2018年03月26日 15:13:01 Cs_hnu_scw 阅读数:63137 &...
  • 注意:Windows3.2.100版本和Linux5.0.4版本同步机制不一样无法做同步。Windows的版本明显跟不上Linux版本更新的速度,如果从库是Windows版本,Linux需要对应使用相近的版本。 目录 Redis需求说明 需求 现状 ...
  • 更多信息请参考链接:CUDA Toolkit and Compatible Driver Versions
  • 2.1 点击图1中的jdk8u,就得到如下图2所示 图2 可以看到JDK8的各个小版本 2.2 以下载openJDK8u60为例 2.2.1 点击图2中jdk8u60下面的jdk链接,如下图3所示: 图3 点击红框中的"jdk"下载openJDK8u60源码 点击之后,...
  • 标题Linux Windows 查看 CUDA cuDNN 版本 Linux 查看cuda版本: 法1: nvcc --version 或 nvcc -V (注意大写) 法2: cat /usr/local/cuda/version.txt 法3: nvidia-smi (查看GPU 的具体使用情况,一般会列...
  • 1.进入官网选择如图下图所示内容下载版本 2.根据自己的需要选择进入需要的版本文件夹里 点这里进入历史版本下载页面 3.例如选7的版本先进入tomcat-7文件夹下,选择自己需要的小版本号,进入后选择bin进入下载 ...
  • # Windows查看Apache版本: 使用命令:httpd -v # Linux查看Apache版本: 使用命令:apachectl -v # Windows查看MySQL版本: 使用命令:mysql --version # Linux查看MySQL版本: 使用命令:mysql...
  • nginx分为windows和linux版本,根据您项目的需求下载相对于的版本即可,我给大家将两种版本都介绍一下,然后分别教大家安装和配置。 1.windows版本: 1.1.将nginx安装在 除 "C盘和系统文件" 任意目录下安装: ...
  • 首先,不管是Windows还是Linux版本CoreCLR的编译,都是在Windows10上进行的。 二、CoreCLR for WindowsWindows上做编译怎么能少得了Visual Studio,由于Visual Studio 2017刚刚发布,所以选用Visual Studio ...
  • 版本选择 `apache-tomcat-8.5.32.tar.gz` 官网下载地址: ... 百度云链接: https://pan.baidu.com/s/164lZjVBDNTpp0bXrQKm9Hg 密码: sbjw (此版本实际在Windows和Linux都能使用)
  • 1.windows版JDK1.8 64位下载点击下载:jdk-8u11-windows-x642.windows版JDK1.8 32位下载点击下载:jdk-8u11-windows-i5863.Linux版JDK1.8 64位rpm下载点击下载:jdk-8u11-linux-x64.rpm4.Linux版JDK1.8 64位tar.gz下载...
  • 查看系统版本信息是一件家常便饭的事情,有时候需要将版本信息录入到资产管理系统中,如果每次...在Python的世界里,获取Windows版本信息和Linux的版本信息都可以采用platform模块,但platform模块也不是万能的,有...
  • 远程获取windows和linux操作系统版本和主机名需要具备以下条件:假设主机A(windows 7),ip:192.168.12.2主机B(centos 6.3),ip:192.168.12.3主机C(windows 2008)-为远程要获取信息的主机,ip:192.168.12.4主机D...
  • 理论上,只要下一个windows版本的SDK,里面就自带了fastbootadb工具。 但我最近确实遇到了一个需要在linux下编译出windows版本的adb的问题,废话不多说,步骤如下: 1. 执行:apt-get install mingw32  安装了...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 15,484
精华内容 6,193
关键字:

windows版本和linux

linux 订阅