最近要搬实验室的砖,博客不怎么更新,可能到11月继续开始跟新,这次就说说最近的一些小问题
python版本的事情
其实这也没啥大事,因为之前一直用anaconda所以没啥坑,最近装xgboost的时候就遇到了。
总结一下:pip安装好像安装到python2那里去了,要在python3.5安装库啥的,用pip3;安装xgboost,运行setup.py的时候,如果要安装到python3.5,我记得用的是sudo python3 setup.py install;总之安装注意Python的版本。
附上一个步骤链接助你安装:
http://blog.csdn.net/tobeyourlover/article/details/53244421
注意里面的pip/pip3,python/python3。下面有gpu加速资料的mark一下
http://blog.csdn.net/bojackhosreman/article/details/71480614
http://weibo.com/1402400261/ElI2M62Tn?type=comment#_rnd1506236204757
https://github.com/dmlc/xgboost/blob/master/plugin/updater_gpu/README.md
ps:python传递引用,这个事情在写复杂链表拷贝的时候又出现了,哎
举个例子:>>> a=[1,2,3] >>> b=a >>> b [1, 2, 3] >>> b[1]=3 >>> b [1, 3, 3] >>> a [1, 3, 3]
在把a这个list类(node类啥的同理)赋给b的时候,传递的是引用,内存中存储的还是只有一个list,这个细节在较大程序里可能会不小心,再次给自己做个记号。
tensorflow和GPU相关的
特么又是你的问题!
你大爷的!tensorflow是一个比较素质低的玩家,注意指定使用gpu的编号,不然单机容易bug,服务器也应该有人会举报你,因为这个玩家默认调用所用的gpu资源,申请不到就报错。
所以,设置可见的GPU和使用的显存资源;
(1)功劳不是我的,老老实实贴链接
http://blog.csdn.net/wangkun1340378/article/details/72782593
ps:当然也可以在执行的时候用CUDA_VISIBLE_DEVICES=0 python3 xx.py
话说,这里又注意是python3,版本大家就不能只有一种么….
(2)单机下看自己的GPU编号命令:nvidia-smi
(3)安装tensorflow的时候,import可能出现有时候找不到对应版本的libcudnn啥的文件,那就去nvidia官网上找对应版本的cudnn,把一些文件拷贝到/usr/local/cuda-8.0/lib64里面去吧(有时候还要拷贝include文件夹的东西),具体细节应该在第二篇文本分类文章里有链接,关于cuda和cudnn的安装
没啦,没啥要说的了,oh还有就是感觉xgboost这种,特么要做的就是调参调参。。。
还有,听说u8出了7700k会降价?
哎,一不小心先买了微星z270 gaming pro的主板,听说也会降;
1100买了英睿达白马甲8g*2,一看别人买的,都是几百块钱的时候买的;
我好傻,买1060的时候也是贵的时候,但是有时候是真着急,刚需!
所以求牙膏厂给条活路,让我买到降价的7700k吧,我等你两周好不好,
很急很关键!