蘇州其然軟件開發(fā)培訓(xùn)

其然IT公司簡介

其然IT教育一直秉承“用良心做教育”的理念，致力于打造IT教育全產(chǎn)業(yè)鏈 人才服務(wù)平臺(tái)，公司總部位于北京，目前已在深圳、上海、鄭州、廣州、大連、武漢、成都、西安、杭州、青島、重慶、長沙、哈爾濱、南京、太原成 立了分公司，年培養(yǎng)優(yōu)質(zhì)人才20000余人，同期在校學(xué)員5000余人，合作院校超500所，合作企業(yè)超10000家，每年有數(shù)十萬名學(xué)員受益于千鋒互聯(lián)組織 的技術(shù)研討會(huì)、技術(shù)培訓(xùn)課、網(wǎng)絡(luò)公開課及免費(fèi)教學(xué)視頻。

其然IT歷程精彩紛呈，獲得榮譽(yù)包括：中關(guān)村移動(dòng)互聯(lián)網(wǎng)產(chǎn)業(yè)聯(lián)盟副理事長 單位、中國軟件協(xié)會(huì)教育培訓(xùn)委員會(huì)認(rèn)證一級(jí)培訓(xùn)機(jī)構(gòu)、中關(guān)村國際孵化軟件協(xié)會(huì)授權(quán)中關(guān)村移動(dòng)互聯(lián)網(wǎng)學(xué)院、教育部教育管理信息中心指定移動(dòng)互聯(lián) 網(wǎng)實(shí)訓(xùn)基地等。

其然IT教育面授課程包含HTML5大前端培訓(xùn)、JavaEE 分布式開發(fā)培訓(xùn)、 Python全棧 人工智能培訓(xùn)、全鏈路UI/UE設(shè)計(jì)培訓(xùn)、物聯(lián)網(wǎng) 嵌入式培訓(xùn)、360網(wǎng)絡(luò)安全、大數(shù)據(jù) 人工智能培訓(xùn)、全棧軟件測試培訓(xùn)、PHP全棧 服務(wù)器 集群培訓(xùn)、云計(jì)算 信息安全培訓(xùn)、Unity游戲開發(fā)培訓(xùn)、區(qū)塊鏈、紅帽RHCE認(rèn)證，采用全程面授高品質(zhì)、高成本培養(yǎng)模式，教學(xué)大綱緊跟企業(yè)需求，擁 有全國一體化就業(yè)保障服務(wù)，成為學(xué)員信賴的IT職業(yè)教育品牌。

Java工程師的工資待遇怎么樣?

Java工程師的工資待遇怎么樣?

Java軟件工程師一般月薪范圍在4000-10000元，遠(yuǎn)遠(yuǎn)超過了應(yīng)屆畢業(yè)生月薪 2500元的平均水平。通常來說，有一年工作經(jīng)驗(yàn)的Java高級(jí)軟件工程師的薪酬大致在年薪10—13萬左右。

從Java的應(yīng)用領(lǐng)域來分，Java語言的應(yīng)用方向主要表現(xiàn)在以下三個(gè)方面：首 先是大中型的商業(yè)應(yīng)用;其次是桌面應(yīng)用，就是常說的C/S應(yīng)用;再次是移動(dòng)領(lǐng)域應(yīng)用。

綜上而言JAVA就業(yè)方向?yàn)椋嚎梢詮氖翵SP網(wǎng)站開發(fā)、Java編程、Java游戲開 發(fā)、Java桌面程序設(shè)計(jì)，以及其他與Java語言編程相關(guān)的工作?？蛇M(jìn)入電信、銀行、保險(xiǎn)專業(yè)軟件開發(fā)公司等從事軟件設(shè)計(jì)和開發(fā)工作。

java工程師課程

課程大綱

一階段	二階段	三階段
語言基礎(chǔ)、Java基礎(chǔ) Java多線程 Java網(wǎng)絡(luò)編程 程序調(diào)試/單元測試 XML 數(shù)據(jù)庫 數(shù)據(jù)結(jié)構(gòu)與算法	Html/Css/Javascript Html5開發(fā) CSS3 CSS命名規(guī)范、優(yōu)化 、使用技巧 JSP、Servlet、Ajax 、數(shù)據(jù)庫緩沖池、Tomcat 項(xiàng)目開發(fā)流程及管理 、CMMI 云計(jì)算 大數(shù)據(jù)	設(shè)計(jì)模式 MyBatis Redis Spring SpringBoot JMS SpringCloud Docker Java前沿技術(shù) 常用 企業(yè)解決方案 UML/OOD/OOP

CUDA8.0 Ubuntu14.04 Caffe安裝過程之Caffe安裝教程

---

>

Caffe的安裝相比于CUDA簡單不少，但是還是踩了幾個(gè)坑，下面簡單總結(jié)下Caffe的安裝過程。

配置cuDNN

cuDNN是GPU加速計(jì)算深層神經(jīng)網(wǎng)絡(luò)的庫。 首先去**網(wǎng)(https://developer.nvidia.com/rdp/cudnn-download)**cuDNN,根據(jù)提示**對(duì)應(yīng)的版本號(hào)如下圖： 為了穩(wěn)妥期間我沒有****近的版本，**了cuDNN5.0。 **解壓，指令如下

tar -zxvf cudnn-8.0-linux-x64-v5.0-ga.tgz

解壓后文件包含如下幾項(xiàng)： *cuda/include/cudnn.h cuda/lib64/libcudnn.so cuda/lib64/libcudnn.so.5 cuda/lib64/libcudnn.so.5.0.5 cuda/lib64/libcudnn_static.a* 繼續(xù)執(zhí)行以下指令：

sudo cp cuda/include/cudnn.h /usr/local/cuda/include/ sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/ sudo chmod a r /usr/local/cuda/include/cudnn.h sudo chmod a r /usr/local/cuda/lib64/libcudnn*

復(fù)制到cuda對(duì)應(yīng)的include和lib64文件目錄中去。

安裝OpenCV3.1

**及安裝

從**網(wǎng)(http://opencv.org/downloads.html)**OpenCV,并將其解壓到你要安裝的位置，假設(shè)解壓到了/home/opencv。 安裝前準(zhǔn)備，創(chuàng)建編譯文件夾：

cd ~/opencv mkdir build cd build

配置：

cmake -D CMAKE_BUILD_TYPE=Release -D CMAKE_INSTALL_PREFIX=/usr/local ..

編譯：

make -j8 #-j8

-j8表示并行計(jì)算，根據(jù)自己電腦的配置進(jìn)行設(shè)置，配置比較低的電腦可以將數(shù)字改小或不使用，直接輸make。 編譯make過程中會(huì)出現(xiàn)錯(cuò)誤，graphcuts中的變量未聲明，是因?yàn)閛pencv3.1還不支持cuda8.0，需要對(duì)其中的grapcuts.cpp進(jìn)行更改： 然后重新編譯一下，即可成功。 以上只是將opencv編譯成功，還沒將opencv安裝，需要運(yùn)行下面指令進(jìn)行安裝：

sudo make install

測試

首先，新建一個(gè)opencv的工作目錄，進(jìn)入后新建一個(gè)cpp文件。

mkdir ～/test cd test gedit DisplayImage.cpp

編輯如下代碼：

#include <stdio.h> #include <opencv2/opencv.hpp> using namespace cv; int main(int argc, char** argv ) { if ( argc != 2 ) { printf("usage: DisplayImage.out <Image_Path>\n"); return -1; } Mat image; image = imread( argv[1], 1 ); if ( !image.data ) { printf("No image data \n"); return -1; } namedWindow("Display Image", WINDOW_AUTOSIZE ); imshow("Display Image", image); waitKey(0); return 0; }

接著，在當(dāng)前目錄下創(chuàng)建CMake編譯文件

gedit CMakeList.txt

編輯如下內(nèi)容：

cmake_minimum_required(VERSION 2.8) project( DisplayImage ) find_package( OpenCV REQUIRED ) add_executable( DisplayImage DisplayImage.cpp ) target_link_libraries( DisplayImage ${OpenCV_LIBS} )

然后，編譯：

cmake . make

此時(shí)已經(jīng)生成可執(zhí)行bin文件，**lena.jpg放在opencv-lena下。執(zhí)行：

./DisplayImage lena.jpg

**后顯示得到結(jié)果 顯示成功，即表明opencv安裝成功。

Caffe安裝

安裝caffe前要安裝一些依賴項(xiàng)，照著下面的步驟依次安裝即可。 1) 安裝依賴項(xiàng)

sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler sudo apt-get install --no-install-recommends libboost-all-dev

2) 安裝BLAS

sudo apt-get install libatlas-base-dev

3) 安裝pycaffe接口所需要的依賴項(xiàng)

sudo apt-get install -y python-numpy python-scipy python-matplotlib python-sklearn python-skimage python-h5py python-protobuf python-leveldb python-networkx python-nose python-pandas python-gflags cython ipython

4) 繼續(xù)gflags,glog等依賴項(xiàng)

sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev

5） **caffe并編譯 在主目錄下新建一個(gè)caffe的文件目錄，按照下面順序進(jìn)行安裝配置。

(1)將終端cd到要安裝caffe的位置。

(2)從github上獲取caffe：

git clone https://github.com/BVLC/caffe.git

注意：若沒有安裝Git，需要先安裝Git：

sudo apt-get install git

(3)因?yàn)閙ake指令只能make Makefile.config文件，而Makefile.config.example是caffe給出的 makefile例子，因此，首先將Makefile.config.example的內(nèi)容復(fù)制到Makefile.config：

sudo cp Makefile.config.example Makefile.config

(4)打開并修改配置文件：

sudo gedit Makefile.config #打開Makefile.config文件

針對(duì)需求修改幾項(xiàng)即可，如下：

a.若使用cudnn，則

將#USE_CUDNN := 1

修改成：

USE_CUDNN := 1

b.若使用的opencv版本是3的，則

將#OPENCV_VERSION := 3去掉修改為：

OPENCV_VERSION := 3

c.若要使用python來編寫layer，則

將#WITH_PYTHON_LAYER := 1去掉#號(hào)修改為

WITH_PYTHON_LAYER := 1

然后開始編譯：

make all -j16 make runtest -j16

編譯過程中會(huì)報(bào)錯(cuò)，如下

error while loading shared libraries:libcudart.so.8.0: cannot open shared object file: No such file or directory

這是因?yàn)闆]cuda的lib路徑?jīng)]添加上，終端寫入命令：

sudo ldconfig /usr/local/cuda/lib64

或者

export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:$LD_LIBRARY_PATH

重新編譯即可。 到目前位置caffe配置完畢，然后用Mnist數(shù)據(jù)集進(jìn)行測試。

Mnist數(shù)據(jù)測試

安裝完成后，**mnist數(shù)據(jù)進(jìn)行測試，過程如下：

1）將終端定位到Caffe根目錄

cd ~/caffe

2）**MNIST數(shù)據(jù)庫并解壓縮

./data/mnist/get_mnist.sh

3）將其轉(zhuǎn)換成Lmdb數(shù)據(jù)庫格式

./examples/mnist/create_mnist.sh

4）訓(xùn)練網(wǎng)絡(luò)

./examples/mnist/train_lenet.sh。**終得到如下的結(jié)果 我們可以看到**后的精度數(shù)值為0.991，說明訓(xùn)練成功。

總結(jié)

至此，用兩篇博客詳細(xì)記錄了在Ubuntu14.04系統(tǒng)下Cuda和Caffe的配置過程，期間的各種折磨和痛苦無以言表，**終還是成功了，可以開始在此框架下進(jìn)行深度學(xué)習(xí)的大展拳腳了。

相關(guān)推薦：

---

蘇州JAVA培訓(xùn)   蘇州JAVA培訓(xùn)班   蘇州JAVA培訓(xùn)機(jī)構(gòu)