はてなブックマーク

表題の通り とあるGoogle共有ドライブ（旧チームドライブ）がある（が、アクセス権は私にしかない） が、他のメンバーにもアクセスできるようにしたい メンバー全員はWindowsユーザーである という状況を解決したので、その方法を整理するついでに書いておきます。 適当なUbuntu機を用意します 共有用のアカウントを適当に作ってそこで作業します（id: pjfooとします。また、ここで他メンバーに直接アクセスされることを防ぐため、PWログインを無効化しておくことをおすすめします） Ubuntu機でgoogle-drive-ocamlfuseをインストールします 手順に従って、自分のgoogleアカウントの認証を通します チームドライブの設定をします（分かりにくいですが、~/.gdfuse/<label>/configのteam_drive_idを設定するだけです。ラベルはpjfooとします

TL;DR: そもそも単純に比べんな。ナイフとノコギリがどっちがいいかなんて一概には言えないだろう？ Twitterに書いたら思ったより反応されてるので、もうちょっと解説も兼ねて書いておきます。 なお、この話はtweetにもある通り某所で発表したやつの公開版です。前にも観たって方は内緒にしておいてください。 あと、若干、個人的な偏見を含んでいるかもしれませんが、そのあたりは頑張ってフィルターかけてください。 GeForceやTeslaといった、NVIDIA社のGPUでGPGPUしたい人がまず使うプログラミング環境。実質的にGPGPU界の頂点であり最強であることは否定できません。 ただし、NVIDIAがベンダーロックしていて、標準化はされていません（一応、CUDAのモデルはロイヤリティーフリーで使っても良い）。 CUDA Cという独自拡張されたC言語で、デバイスとホストを同じ.cuファイルに

$ sudo dmidecode --type memory Handle 0x0011, DMI type 17, 34 bytes Memory Device Array Handle: 0x0010 Error Information Handle: Not Provided Total Width: 64 bits Data Width: 64 bits Size: 8192 MB Form Factor: DIMM Set: None Locator: DIMM1 Bank Locator: Not Specified Type: DDR3 Type Detail: Synchronous Speed: 1600 MHz Manufacturer: 1311 Serial Number: 12202868 Asset Tag: 9876543210 Part Number: M2

gccとclangでclangの方が顕著に最適化してくれてる例を見つけたのでメモがてら。 環境は GCC 4.9.2 20150212 (Red Hat 4.9.2-6) clang 3.5.0 (tags/RELEASE_350/final) です。 テストコード class S { private: int a; int b; int c; public: S(const int aa, const int bb, const int cc) : a(aa), b(bb), c(cc) {} int A() const { return a; } int B() const { return b; } int C() const { return c; } }; template<typename F, typename G> int Func(const S& s, const G&

ThrustとかをVisualStudioでコンパイルすると、C4819警告が大量に出てめんどくさい、とかいう状況になりますよね。 で、普通にVisualStudioのコンパイラ(cl)でやるときは、/wd 4819とオプションに付け加える（「プロジェクトのプロパティ＞構成プロパティ＞C/C++＞詳細設定＞指定の警告を無効にする」で4819と指定する）だけで無視できるんですが、CUDAのコンパイラ(nvcc)にはそんなオプションがありません。 といっても、nvccはホストとデバイスを分離した後、ホスト側のコードはclでコンパイルするはずなので、どうにかcl用のコンパイラオプションを直接渡せばいいわけです。 でも簡単に見つからなかったので聞いてみました。そしたら、nvccには-Xcompilerという、ホストコンパイラ（clなど）に直接オプションを渡すことの出来るオプションがあるというじゃな

あなたの重い計算はどこから？私は行列計算から！ という風邪薬のCMがそろそろ聞こえてくる冬の寒い中皆様いかがお過ごしですか。 重い行列計算どうしようと悩んでいる方、行列計算を高速化する方法としてGPGPUの出番です。 ただ、GPGPUやろうとすると、CUDAとOpenCLがあってどっちやればいいんやねん！！ってなりますよね。 そんなあなたに、ViennaCLをオススメします！ 名前の通り、元はOpenCLを対象としたライブラリだったのですが、いつしかCUDAもOpenMPも使えるようになってました。 特徴をまとめると以下の様な感じです。 OpenCL対応 CUDA対応 OpenMP対応 C++用ヘッダライブラリ boost::uBLASと互換性のあるインターフェース 最後のインターフェースが個人的には重要で、これのおかげでポータビリティがあがってとても開発がしやすいです。 しかもよくあるL

C++11使えないC++とかもはやC++使う意味がないこの世の中ですが、どうしてもC++11に対応してない酷コンパイラ様（某ふじなんとか社製）のためにC++03に戻すお仕事をしています。 あまりにも色々つらいので、つらかったことをまとめておいたら、少しでも似たような境遇の人の救いになるかなと思ってまとめてみます。 まだ作業中ですので、増えたら増えた時に書いてきます。 autoがない ひとつずつやっていけば直せるけど地味にメンドイですね。 特にイテレータまわりが大変です。std::map< std::string, std::vector< std::pair<int, double> > >::iteratorとかなんなんでしょう・・・。 ラムダ式がない なんといってもコレが一番きつかった。 C++11でこんなコードがあるとします。 #include<iostream> #include<

GPGPU Advent Calendar24日目です！イブの重要な日に私なんかでいいんでしょうか。 今日は、前回書いた通り、cuSPARSEの話をします。 cuSPARSEとは、CUDA用の疎行列計算ライブラリです。使い方はドキュメントを見てもらうのが一番早い気がしますが、私は若干つまづいたので、ここに「疎行列×ベクトル」の演算を実行するまでの簡単なチュートリアルっぽいことを書きます。 全文 と、細かく書いてくと大変なことに気づいたので、全部コード＋コメントで書きます！手抜きじゃないよ！！ #include<iostream> #include<cuda_runtime_api.h> #include<cublas_v2.h> #include<cusparse_v2.h> #include<thrust/device_vector.h> const int N = 1024; int

Google先生に「PDF 画像 抽出」と聞いてみると一杯出てきますが、出てくる方法全部めんどくさいことしてる＆間違ってる事が多い気がします。 でも割とよく聞かれるので、聞かれた時に私がいつも言っている方法を書いておきます。 使用ソフトウェア LibreOffice（v3.6で動作確認してますが、以前でも以降でも動くと思います） のみです！ ちなみに、MicrosoftのOfficeみたいにお金はらって使いづらいUI使うぐらいなら、みなさんLibreOffice使いましょう（宣伝） 方法 対象のPDF(e.g. example.pdf)をLibreOfficeで開きます（自動的にDrawで開かれるはず） 各画像とかが見えるのを確認します そのままOpenDocument形式(e.g. example.odg)で保存します。 拡張子を.zipに変えます(e.g. example.odg ->