6月 22

tensorflow使用gpu

显卡1060,cpu i7 7700,16G内存。
CUDA_VISIBLE_DEVICES=1 只使用gpu1
CUDA_VISIBLE_DEVICES=0,1 只用gpu0和gpu1
CUDA_VISIBLE_DEVICES=”0,1” 加引号与不加引号作用相同
CUDA_VISIBLE_DEVICES=0,2,3 只用gpu0,gpu2,gpu3不适用gpu1
CUDA_VISIBLE_DEVICES=“” 使用cpu

开始测试
CUDA_VISIBLE_DEVICES=0 python xxxx.py

测试结果,CNN使用gpu速度提高大约5倍。但是lstm没有提高,在工作模式时CPU比GPU快3倍。

部分内容出处http://www.acceleware.com/blog/cudavisibledevices-masking-gpus

5月 10

定时检测网测速

安装测试工具。官网www.speedtest.net
pip install speedtest-cli

使用下面脚本,每天随机找3个服务器测试一下,发到指定用户的邮箱里。

3月 03

raspberry pi apt失败

重装raspberry pi系统,将apt-get的源换成阿里云的。执行报错如下:

解决
直接删除/etc/apt/sources.list.d/下面的文件,再次更新。

2月 18

安装ta-lib问题记录

直接使用pip install Ta-LIB,报错如下:
talib/common.c:242:28: fatal error: ta-lib/ta_defs.h: No such file or directory
解决方案先下载0.4版进行编译
ta-lib-0.4.0-src.tar.gz
然后解压
./configure & make & make install

安装0.4版本完成在用pip安装最新版本就成拱了。但是运行程序有又报错:
ImportError: libta_lib.so.0: cannot open shared object file: No such file or directory
在整个系统中搜索,发现在系统中有这个库。
find / -name libta_lib.so.0
/usr/local/lib/libta_lib.so.0
所以加载一下应该就可以了,在/etc/profile增加一行
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/lib
然后执行
source /etc/proflie
生效后再次运行py脚本既可成功。