电脑：2G内存，WIN7 32位。
启动adt-bundle-windows-x86-\eclipse\eclipse.exe时，报错【Failed to create the Java Virtual Machine】。点确定后，Eclipse自动关闭
解决方法如下：
修改Eclipse目录下的配置文件【eclipse.iniadt-bundle-windows-x86-\eclipse\eclipse.ini】
将下面两个值改为原来的0.5倍，然后保存，重新启动Eclipse就OK了
阅读(...) 评论()当前位置： >
在单CPU和两台I/O设备(I1、I2)的多道程序设计环境下，同时投入3个作业Job1、Job2、Job3运行。这3个作业对CPU和输入/输出设备的使用顺序和时间如下：
Job1：I2(30ms);CPU(10ms);I1(30ms);CPU(10ms);I2(20ms)。
Job2：I1(20ms);CPU(20ms);12(40ms)。
Job3：CPU(30ms);I1(20ms);CPU(10ms);I1(10ms)。
很定CPU和I/O设备之间、两台I/O设备之间都能并行工作，Job1优先级最高，Job2次之，Job3优先级最低，优先级高的作业可以抢占优先级低的作业的CPU，但不抢占I1和I2。试求：
（1）3个作业从投入到完成分别需要的时间。
（2）CPU的利用率。
（3）I/O设备的利用率。
所属学科：
试题类型：主观题
所属知识点：
试题分数：8.0 分
暂未组卷。
暂无学习笔记。
&&&&&&&&&&&&&&&长沙希赛教育科技有限公司 版权所有 & &&caffe是一个简洁高效的深度学习框架，具体介绍可以看这里http://caffe.berkeleyvision.org/，caffe环境配置过程可以参考这里：http://caffe.berkeleyvision.org/installation.html，我在搭建环境时搜集了许多资料，这里整理了一下，介绍一下caffe在无CUDA的环境下如何配置。1. ***build-essentials***开发所需要的一些基本包sudo apt-get install build-essential如果出现essential包不可用的情况，可以执行下列命令解决：sudo apt-get update2. ***ATLAS for Ubuntu执行命令:sudo apt-get install libatlas-base-dev注：ATLAS, MKL,或OpenBLAS都可以，我这里选择***ATLAS3. ***OpenCV这个尽量不要手动***， Github上有人已经写好了完整的***脚本：/jayrambhia/Install-OpenCV下载该脚本，解压".zip"文件,解压命令:***2.4.10 (推荐)/bearpaw/c38ef18ec45ba6548ec0下载进入目录 Install-OpenCV/Ubuntu/2.4执行脚本 sh sudo ./opencv2_4_10.sh***2.4.9（不推荐）unzip /home/liuxiabing/下载/Install-OpenCV-master.zip
进入Ubuntu/2.4 目录, 给所有shell脚本加上可执行权限：chmod +x *.sh
然后***最新版本 （当前为2.4.9）：sudo ./opencv2_4_9.sh4. ***其他依赖项Ubuntu14.04用户执行sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libboost-all-dev libhdf5-serial-dev libgflags-dev libgoogle-glog-dev liblmdb-dev protobuf-compiler
使用其它系统的可以参考官网介绍。5. 编译Caffe
完成了上述环境的配置，就可以编译Caffe了！
下载caffe***包,下载地址:/BVLC/caffe
解压该压缩包，解压缩命令:sudo unzip /home/liuxiabing/下载/caffe-master.zip
注:如果解压位置出错了,可以使用以下命令删除该目录及所有的子目录:sudo rm -rf caffe-master
进入caffe根目录， 首先复制一份Makefile.config，命令：cp Makefile.config.example Makefile.config
然后修改里面的内容，主要需要修改的参数包括：
1.修改文件权限 规则：chmod ［who］ ［+ | - | =］ ［mode］ 文件名 1/4
使用 chmod g+w Makefile.config
2.打开文件进行修改
使用 sudo vim Makefile.config
按“i”键开始修改，修改结束后按esc键，键入“：wq”保存并退出
修改 将# CPU_ONLY = 1前面的#去掉 并按“tab”键，（默认从tab处执行）
CPU_ONLY 是否只使用CPU模式，由于我没有NVIDIA的显卡，就没有***CUDA，因此需要打开这个选项。
其余的一些配置可以根据需要修改：
BLAS (使用intel mkl还是OpenBLAS)
MATLAB_DIR 如果需要使用MATLAB wrapper的同学需要指定matlab的***路径, 如我的路径为 /usr/local/MATLAB/R2013b (注意该目录下需要包含bin文件夹，bin文件夹里应该包含mex二进制程序)
DEBUG 是否使用debug模式，打开此选项则可以在eclipse或者NSight中debug程序
完成上述设置后，开始编译：
sudo make all -j4 sudo make test  sudo make runtest
注意：-j4 是指使用几个线程来同时编译，可以加快速度，j后面的数字可以根据CPU core的个数来决定，如果CPU是4核的，则参数为-j4，也可以不添加这个参数，直接使用“make all”，这样速度可能会慢一点儿。6.使用MNIST数据集进行测试 Caffe默认情况会***在$CAFFE_ROOT，就是解压到的那个目录，例如：$ home/username/caffe-master，所以下面的工作，默认已经切换到了该工作目录。下面的工作主要是测试Caffe是否工作正常，不做详细评估。具体设置请参考官网：
(1)数据预处理
可以用下载好的数据集，也可以重新下载，直接下载的具体操作如下：[html] view plain$ cd data/mnist
$ sudo sh ./get_mnist.sh
(2)重建LDB文件，就是处理二进制数据集为Caffe识别的数据集，以后所有的数据，包括jpe文件都要处理成这个格式，执行命令如下： [html] view plain$ sudo sh ./examples/mnist/create_mnist.sh
生成mnist-train-leveldb/ 和 mnist-test-leveldb/文件夹，这里包含了LDB格式的数据集
注:新版caffe都需要从根目录上执行，如果使用下列命令执行：[html] view plain# cd examples/mnist
# sudo sh ./create_mnist.sh
可能会遇到这个错误：./create_mnist.sh: 16: ./create_mnist.sh: build/examples/mnist/convert_mnist_data.bin: not found
(3)训练mnist
如果没有GPU,只有CPU的话,需要先修改examples/mnist目录下lenet_solver.prototxt文件,将solver_mode:GPU改为
solver_mode:CPU，修改后结果如下所示：[html] view plain# solver mode: CPU or GPU
solver_mode: CPU
修改时可以使用vi编辑命令(ubuntu14.0.4下也可以直接双击打开，修改后保存即可)，如果是只读文件，不能编辑，可以用sudo命令，比如:[html] view plainsudo vi lenet_solver.prototxt
先进入命令模式，使用a进入编辑模式，修改完之后，使用esc退出编辑模式，进入末行模式，再使用“:wq”保存修改并退出(“:q!”为退出但不保存修改)
修改完成后，再在根目录下(即/caffe-master目录)执行下面的命令进行训练:[html] view plain$ sudo sh ./examples/mnist/train_lenet.sh
最终训练完的模型存储为一个二进制的protobuf文件：lenet_iter_10000
至此，Caffe***的所有步骤完结。注:如果进入到mnist目录下执行这个sh命令，会出现错误。即这样操作[html] view plaincd ./examples/mnist
sudo sh ./train_lenet.sh
会有一个caffe-master/.build_release/tool/caffe找不到或不存在的错误。7.使用MNIST数据集进行测试得到训练模型 lenet_iter_10000,利用命令行的方法对模型进行测试。在caffe官网给出来了三种编译方式 命令行、python、matlab.这里使用的是命令行的方法1.bash下建立.sh执行文件（脚本）
先cd到 ./caffe-master/examples/mnist文件夹下，命令行输入 备注：脚本的书写可参考Caffe官网tutorial/interfaces中TEST的讲解[html] view plaintouch test_lenet.sh #生成.s***件sudo vim test_lenet.sh #进入.s***件键入内容#键入的内容为#！/usr/bin/env sh"空行"./build/tools/caffe test --model=examples/mnist/lenet_train_test.prototxt --weights=examples/mnist/lenet_iter_10000.caffemodel -iterations 100备注：因为没有用GPU所以官网指导文档中的"gpu 0"这部分参数就没有添加进去保存.s***件
按ESC键 然后键入：wq（因为编辑器的问题，自动换行了，所以这里插入了图片）2.将目录返回到caffe-master目录下 一路 cd ..[html] view plainsudo sh ./examples/mnist/test_lenet.sh
最后放两张测试成功的图片训练过程测试过程8.编译python wrapper***python编译（1）*** ，到caffe官网指导文档中***指导页面，进入Anaconda官网，下载相应版本（2）到下载目录，执行bash Anaconda2-2.4.1-Linux-x86_64.sh
(自己下载的是什么版本就用什么版本)（3）cd到根目录下，执行sudo vim ~/.bashrc对文件进行如下修改（文件最后添加就可以）# add library path
LD_LIBRARY_PATH=your_anaconda_path/lib:$LD_LIBRARY_PATH
export LD_LIBRARY_PATH（4）***pip和python-dev ，执行sudo apt-get install python-dev python-pip（5）cd到caffe-master/python目录下，执行for req in $(cat requirements.txt); do sudo pip install $ done（6）cd到caffe-master目录下，编译执行sudo make pycaffe9.编译matlab wrapper***matlab(参考之前的博文)编译（1）***matlab（2）修改Makefile.config 在caffe-master目录下（3）cd到caffe-maste目录下，编译执行sudo make matcaffe
如果您想留下此文，您可以将其发送至您的邮箱(将同时以邮件内容&PDF形式发送)
相关文章推荐
(Ctrl+Enter提交) &&
已有0人在此发表见解
&在& 17:12收藏到了
&&在信息爆炸的时代，您的知识需要整理，沉淀，积累！Lai18为您提供一个简单实用的文章整理收藏工具，在这里您可以收藏对您有用的技术文章，自由分门别类，在整理的过程中，用心梳理自己的知识！相信，用不了多久，您收藏整理的文章将是您一生的知识宝库！
? 蜀ICP备号-1