1、打开系统，可以看到桌面，找到软件中心，打开软件中心，在这里你可以安装一些软件，但是里面包含的软件比较少，还可以直接从网站上下好deb的安装包，然后双击进行安装，双击后，会在应用市场打开它，然后点击安装就可以了。
1、首先，安装NVIDIA驱动程序。如果您使用图形界面，可以在Software & Updates（软件和更新）中的Additional Drivers（附加驱动）中选择适合您的显卡的驱动程序进行安装。其次，在官方网站上下载并安装CUDA的深度神经网络库（cuDNN）。
2、首先，安装程序会显示一个启动画面。如果使用的是不同的安装盘，也许Readme文件的格式可能有所不同，但是不影响应用程序的安装。在上面的对话框中可以直接单击对话框上的【下一步】按钮，进入下面的操作。
3、首先下载Faceswap，然后打开安装程序在硬盘上选择要安装Faceswap的位置，然后按下一步。对于大多数用户，默认位置应该合适：在下一页上，我们将自定义安装。顶部的框将告诉您将安装哪些应用程序。
4、。安装ubuntu。具体安装省略，记录一个小bug，可能在给有独立显卡的台式机安装ubuntu双系统时遇到：在安装时，使用U盘启动这步，直接选择tryubuntu或installubuntu都会出现黑屏的问题。
5、在本文中，将介绍如何在树莓派上安装TensorFlow，以及如何使用它进行机器学习和深度学习的开发。步骤1：准备工作 在开始安装TensorFlow之前，需要先准备好一些工具和系统环境。
6、我准备写一个系列的文章。来总结我在工作中接触到，使用过的相关工具，这包括：(1)数据集的构建：人工标注平台Vatic（2）数据集的分布式存储平台（3）深度学习平台训练工具MXNET（4）深度学习平台训练工具tensorflow。
1、安装 使用PyInstaller需要安装PyWin32。下载与Python对应的PyInstaller版本， 解压后就算安装好了 。
2、可以选择使用caffe for windows，你在windows下，又不想用VS去编译，然后你想装python环境去运行caffe？那还不如直接装个Ubuntu直接去跑了。
3、win7下，python是安装的Anaconda2，这个工具好，帮你安装了好多能用到的库如numpy，scripy等。我在配置caffe的python接口时，将编译好的python的caffe文件拷贝到python安装目录C：\ProgramData\Anaconda2\Lib\site-packages下。
1、下载Caffe 使用Git直接下载Caffe非常简单，或者去https：//github.com/BVLC/caffe下载。由于我习惯去github上找代码，所以就直接去下载的源码。
2、首先在桌面点击docky上的终端，输入命令：【cat /etc/issue】。紧接着回车键之后，就能看到ubuntu的版本号了。若没有安装没有docky的，可以点击此图标，输入shell，开启搜索此软件。
3、BLAS数学库可以是ATLAS， MKL， 或 OpenBLAS，OpenCV要求4以上版本，Boost要求55版本以上。可选安装Python MATLAB Caffe 库，还有 numpy ， pandas 之类的Python类库。
4、Ubuntu中系统命令源码的获取方法 以32位Ubuntu104下，获取ls命令的源码为例，能够使用例如以下的方法下载源码： 1)使用which命令查看ls命令的位置，例如以下： whichls#输出：/bin/ls 2)使用dpkg命令查询ls命令所属的包。
5、没有安装awk，或是已经安装了gawk，但没有将其连接到/bin/的下面，查看一下/usr/bin/下是否有gawk，如果有，使用如下命令将其进行链接：sudo ln -s /usr/bin/gawk /bin/awk ，这样就好了。