Posts List

TensorFlow r1.0 on TX1 (now successful)

TensorFlow r1.0已经发布了不少时间,事实证明1.0版本在内存使用上改善了不少,以前一些在r0.11上内存满报错的程序在r1.0上能够正常运行了。同时,r1.0相较于r0.11在API上做了很大的改动,也有很多新的东西(比如Keras)将要集成进TF。 总而言之,r1.0是未来的方向,所以说我希望将原先在TX1上装的r0.11换成r1.0。不过网上最新的教程还是只有r0.11的。rwightman这位仁兄编译成功了r1.0alpha版本,并且放出了whl文件,不过没有编译正式版。本文将阐述如何在TX1上安装TensorFlow r1.0的正式版本,不过目前由于nvcc的一个bug,还没有编译成功。 Update: 做了一些非常ugly的改动之后编译成功了。

Backup system partition on TX1

由于实验室只有要用到多块 TX1 开发板, 然而一个个都用 JetPack 刷机, 再用自动化脚本装软件和依赖实在是太麻烦了, 因此我和梅老板就开始研究怎么直接备份 TX1 上的 Ubuntu 系统.

Installation of TensorFlow r0.11 on TX1

今天折腾了一个下午, 特此记录一下其中遇到的坑, 主要还是因为 TX1 的 aarch64 架构, 以及小得可怜的内存与存储容量.

Train YOLOv2 on my own dataset

最近在看 Darkflow 的时候, 发现连 YOLOv2 都出了, 据称 mAP 和速度都提升了不少, 立马 clone 下来试了一番.

Train Caffe-YOLO on our own dataset

经过这几天不断地测试, YOLO 在 TX1 上跑得还是挺不错的, 符合我们实验室的要求. 但是 YOLO 依赖的 Darknet 框架还是太原始了, 不如 TensorFlow 或者 Caffe 用着顺手. 另外, 我负责的目标检测这一块还需要和梅老板写的新框架相结合, 所以更加需要把 YOLO 移植到一个成熟的框架上去. 很幸运的是, YOLO 在各个框架上的移植都有前人做过了, 比如 darktf 和 caffe-yolo. 今天以 caffe-yolo 为例, 谈一下在其上使用自己的数据集来训练.

Train YOLO on our own dataset

之前到手 TX1 之后试了一下 YOLO 的 Demo, 感觉很是不错, 帧数勉强达到实时要求, 因此就萌生了使用自己的数据集来训练看看效果的想法.

YOLO on NVIDIA Jetson TX1

实验室昨天到了 NVIDIA 的 Jetson TX1, 可以说是移动端比较好的带GPU的开发板子了, 于是可以试试在移动端上用YOLO (You Look Only Once) 来做目标识别.

CUDA and Tensorflow Installation on Ubuntu 16.04

昨天折腾了一个下午开发环境的配置,记录一下其中遇到的坑。

OS X 10.11.4 on XPS 15 9550

Thanks to the guide and its participants, I successfully installed OS X 10.11.4 on my XPS 15 9550.