在AWS上配置深度学习主机
介绍
p2.xlarge 是一种非常适合深度学习的云服务器,它配备了 12G 显存的 Tesla K80 显卡,4核 CPU,60G 内存,以及 500M 的网速。如果你还嫌不够,可以选择它的8倍和16倍的版本。

p2.xlarge 是一种非常适合深度学习的云服务器,它配备了 12G 显存的 Tesla K80 显卡,4核 CPU,60G 内存,以及 500M 的网速。如果你还嫌不够,可以选择它的8倍和16倍的版本。
无人驾驶课程一共有三个学期,每个学期三个月。
新手大礼包:CarND-Term1-Starter-Kit
测试环境:CarND-Term1-Starter-Kit-Test
第一学期主要介绍了图像方面的基础知识和应用,包括传统数字图像处理技术和深度学习。
1 | <?xml version="1.0"?> |
在 Misc & Uninstall 中 Open private.xml ,然后将上面的代码粘贴,在 Change Key 中 Reload XML ,勾选罗技鼠标反转,即可自动区分鼠标与触控板,触控板保持自然方向,鼠标保持原来的滚动方向。
1 | mkdir ~/.pip/ |
首先我们需要将启动的命令写入/etc/init.d/目录下: 1
2
3sudo nano /etc/init.d/ypwtest
/usr/bin/aria2c --enable-rpc --rpc-listen-all=true --rpc-allow-origin-all1
update-rc.d ypwtest defaults 99
1
update-rc.d -f ypwtest remove
首先奉上PDF资料,万变不离其宗,掌握核心科技才是最重要的:
SEC_Users_Manual_S5P4418_Users_Manual_Preliminary_Ver.0.10.pdf
我目前找到了三种方式控制NanoPi2的IO口:
makefile:
1 | obj-m:=gpio.o |
1 | #include <linux/kernel.h> |
今天我们目的是实现串口回环测试,意思就是自己给自己发,然后自己接收到自己发送的内容。
首先呢,根据pinMap我们可以知道,8脚是UART3_TXD,10脚是UART3_RXD,所以我们需要将NanoPi2的8脚和10脚用杜邦线接起来。
然后呢,我们连接NanoPi2,写一个程序循环读取串口数据,并打印到屏幕上。
1 | #include <stdio.h> |
1 | nano read.c |
然后我们向串口写入数据:
1 | echo hello > /dev/ttyAMA2 |
read程序就会输出刚才发送的字符,带换行。