Tensorflow + GPU 環境を nvidia-docker を使って楽に作る (on CentOS 7.2) - Qiita
※Ubuntu版はこちらをご参照ください。 Tensorflow + GPU 環境を nvidia-docker を使って楽に作る (on Ubuntu 17.04) 背景 以前自作GPUマシン上でDeepLearning用の環境を構築したのですが、 GPUのドライバインストール Cuda/Cudnnのインストール DeepLearningライブラリのインストール 動作テスト とステップが多く、ハマると結構インストールに苦労します。 また、Cuda/Cudnn、各ライブラリ共にバージョンアップが頻繁であったり、色々とモジュールを入れているうちに依存関係が壊れてしまったり何かと環境を作り直したくなることも多いです。 簡単に環境を作り直せるようにしたいと思い、NVIDIAが提供しているnvidia-dockerを用いた環境構築の方法を試してみました。 目的 GPUマシン上でのDeepLearn
CentOSにmecab-pythonをインストールする - Qiita
$ cd /var/tmp $ curl -O https://mecab.googlecode.com/files/mecab-0.996.tar.gz $ tar zxfv mecab-0.996.tar.gz $ cd mecab-0.996 $ ./configure $ make $ sudo make install $ cd /var/tmp $ curl -O https://mecab.googlecode.com/files/mecab-ipadic-2.7.0-20070801.tar.gz $ tar zxfv mecab-ipadic-2.7.0-20070801.tar.gz $ cd mecab-ipadic-2.7.0-20070801 $ ./configure --with-charset=utf8 $ make $ sudo make install
CentOS6.5でPython3.4+Nginx+uWSGIでバーチャルホスト運用 - Life is Really Short, Have Your Life!!
とりあえずなんとか動きましたって感じで... 以下Vagrant上での作業です。細かい所はあとで。 Python3.4を入れる $ sudo rpm -ivh http://dl.iuscommunity.org/pub/ius/stable/CentOS/6/x86_64/ius-release-1.0-11.ius.centos6.noarch.rpm $ sudo yum install python34u.x86_64 python34u.x86_64_devel develはuWSGIを入れる時に必要です。pipとsetuptoolは自動的に入ります。 uWSGIをインストール $ sudo pip3 install uwsgi システム全体で同じuWSGIを使うため、virtualvenv等を利用せずグローバルに入れます。 Nginxをインストール 現時点で安定版の最新が1.6
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
