はてなブックマーク

概要 昨年末に以下の記事でubuntu-drivers devicesコマンドでrecommended表示が付いたNVIDIA製のGPUドライバーをUbuntuにインストールするとGPUが正常に認識されず、nvidia-smiコマンドを実行すると「No devices were found.」とメッセージが出力される問題が発生すること、そしてその対処方法について投稿しました。 しかし、この方法はあくまでその場しのぎの対処方法であり、根本的な問題解決とはなっていませんでした。そこで筆者は根本原因の特定を行うため、Linuxに詳しい友人の協力を得て、根本原因の特定する調査を行いました。結果として、根本原因の特定と、解決方法を解明しましたが、現状open版のGPUドライバーはrecommendedにはなっていません。しかし、open版ドライバーには新機能が実装されていてそれを試したい時にこの方法

過去の関連記事 情報処理安全確保支援士試験 勉強の備忘録 情報処理安全確保支援士試験のセキュアプログラミングの暗記事項 情報処理安全確保支援士試験頻出のCVSSの評価基準は紛らわしいので備忘録メモ 情報処理安全確保支援士試験とは？ 情報処理技術者試験の試験区分のうちレベル4に分類されている高度試験のうちの1つです。2016年までは情報セキュリティスペシャリスト試験という名称でした。2017年から試験合格後、情報処理安全確保支援士としての登録を行わなければ、情報処理安全確保支援士と名乗ってはならないという法律が施行されました。名称が変更されたことで、資格の名称から資格の内容がいまいちピンと来なくなりました。「ダサい」という意見も有る様です。よって「登録セキスペ」なる通称も使って良いということになりました。それなら最初から名称を変更しない方が良かったのではないかと思うのは筆者だけでしょうか。。

この記事はFUJITSU Advent Calendar 2022 9日目の記事です。 NVIDIAのGPUをUbuntuマシンで利用するためにドライバーインストールを実施したところ、思わぬ落とし穴に陥ってしまいました。GPUドライバーインストール後に最初に実行するコマンドnvidia-smiの結果は以下の通り。。。 デバイスが見つかりませんって。。。そんなご無体なと思いつつ、NVIDIAのGPUドライバーのインストールでトラブったことは幾度となくあるため、色々と原因を探ったのですが、解決せず。。。当然この状態ではGPUは動作しません。因みにlspciでは接続しているGPU(NVIDIA GeForce RTX 3060)が表示されるため、接続不良といったことは無さそうです。トラブルシューティングのために試した内容は以下です。 BIOSが古いバージョンだったのでアップデート GPUドライバ

合計: ￥110,880. PC本体との合計: ￥218,065. (PayPay考慮時: ￥173,604.) 使用するGPU： NVIDA Geforce RTX 2080 SUPER Deep Learning用ワークステーションとして使用することが構築の最重要目標であるため、GPUはNVIDIA社のGeforce RTX 2080 SUPER(玄人志向製)を購入しました。もともと2ランク下の2070 SUPERを購入する予定でしたがNTT-X Storeでセールをしていた為、当該GPUを衝動買いしてしまいました。 (2020/2/18時点でのNTT-X Store販売ページ) NVIDIAが一般用GPUとして販売しているGeforceシリーズでは上から3番目(TITAN RTX, RTX 2080 Tiの次)のランクのGPUです。正直Thunderbolt 3接続でフル性能が出ない

筆者はLinuxマシンのOSとして個人でUbuntuを利用しています．Ubuntuには通常版とLTS(Long Term Support)版のOSが有ります．これまでの所バージョン番号が奇数の場合は通常版，偶数の場合はLTS版となっており，通常版が約半年のサポート期間なのに対してLTS版は5年間と長期間に渡ってサポートされます．LinuxマシンはGPUサーバとして利用しているため，ドライバーやライブラリの互換性等の都合で頻繁にOSを入れ替えることが出来ません．よってサポート期間の長いLTS版は大変助かります．筆者は寡聞にして知らなかったのですが，ESM(Extended Security Maintenance)に登録すると更に5年間サポート期間が延長されます．つまり10年間サポートが得られることになります．しかも，個人利用なら3台まで無料．登録しないという選択肢は無さそうです．よって早速

WindowsにインストールされているTerminalアプリケーションはMacやLinuxなどの所謂Unix系OSにインストールされている物に比べて見劣りします。Tera Termを推す声もしばしば耳にしますが、どうも筆者は馴染めません。。。結局Hyper Terminalに落ち着きましたが、時々不調に陥ります。Microsoftが新たにWindows Terminalをリリースしましたが、以前はMicrosoft Storeを使わずにインストールする1のはなかなかハードルが高い作業でした。筆者は以前試したことが有りますが、失敗が続き諦めました。ところが、昨今改善された様なので、再チャレンジし、Hyper Terminalから乗り換えてみようと思います。 インストーラーのダウンロード Windows Terminalの公式GitHubからインストーラーをダウンロードします。最新のリリース版

事の起こり Tensor Flowのアップグレードを実行した時に以下のエラーが発生しました。 ERROR: pip's dependency resolver does not currently take into account all the packages that are installed. This behaviour is the source of the following dependency conflicts. numba 0.55.1 requires numpy<1.22,>=1.18, but you have numpy 1.22.2 which is incompatible. 詳細な実行ログ $ pip install -U tensorflow Requirement already satisfied: tensorflow in /opt/co

この記事は Wireshark Advent Calendar 2021 第11日目の記事です。 ネットワークスペシャリスト試験受験に備えてコンピュータネットワークをもっと深く理解したいと予てから思っていました。しかし、新人だった頃研修で少しWiresharkを触った経験が有るのと、社外講習会でWiresharkを使ったパケット解析の方法を学ぶ研修に参加した時に操作して以来あまり触れる機会が有りませんでした。そこで2022年春のネットワークスペシャリスト試験に備えるべく、Wiresharkを用いてパケットを解析し、コンピュータネットワークへの理解を深めることにしました。筆者の手元にはWiresharkの書籍が数冊。。。押し入れの肥やしにしてしまうのは勿体ないので、この際活用方法を検討したいと思います。(書籍の画像はAmazon.comより) 1冊目: 実践パケット解析 第3版 チームのリー

Wireshakでパケットファイルを見る必要が有り、環境構築を行いました。ただ、古い情報も多く最新版のWiresharkに適したインストール方法を紹介したページに巡り会えなかった為、備忘録を兼ねて記事にまとめておくことにします。 検証環境 macOS 10.14.6 Mojave Wireshark/Tshark Ver3.2.3 Tsharkのインストール CLI版のWiresharkです。Tshakは動作が軽く、高速で良いという話をよく聞くので今後の勉強時に利用しようと思います。故にインストールしておきます。 This formula only installs the command-line utilities by default. Install Wireshark.app with Homebrew Cask: brew cask install wireshark If y

この記事はFujitsu Advent Calendar 2020 25日目の記事です。 業務でDockerが使える様にHypervisorが利用可能な開発VMを貰ったので、有効活用出来る様にWSL2(Windows Subsystem for Linux2)をインストールしてDockerが利用できるようにしたいと思います。但し、Microsoft Storeが使えない環境なので少々手間が掛かります。。。 Microsoft Storeが使えない？？ Microsoft Storeが使えない環境とはMicrosoft Storeを起動すると以下のウィンドウが表示される環境です。 環境情報 OS: Windows10 Enterprise 1909 CPU: Intel Xeon Gold 6230 2.1GHz (2CPU) DRAM: 16GB WSL2の有効化 WSLの有効化 まずはW

Docker Composeeを用いた環境構築 環境構築に使用するDockerfileとdocker-compose.ymlを以下の様に作成します。Docker Composeは本来複数のコンテナを起動し、コンテナ間でネットワークを構築する環境構築に便利なアプリケーションですが、筆者の場合Makeの様な使い方をしていることが多い様に思います。Dockerfileは一部過去の公式コンテナイメージの中身を参考に作成しました。cuDNN、PyCUDA、OpenCL、PyOpenCLはNVIDIA HPC SDKには含まれていない為、CUDA10.1版の公式コンテナイメージをベースにインストールする方法を採用しています。また、コンテナにSSHでログイン出来る様に、ログインパスワードをビルド時に引数として渡して設定出来る様にしています。 2020/9/21追記: 今回の構築では、最終的クライアント端

pipコマンド pipコマンドもマジックコマンドとして実行可能です。pandasをインストールする場合は以下のコマンドで実行可能です。Jupyter Notebookを使っている時に追加で必要なライブラリを追加する場合以下のコマンドを記載しておけばNotebookの共有時にも安心です。 sudoが必要なコマンドも実行 ここから本題です。管理者権限(sudo)で実行が必要なコマンドを実行してみます。ここではaptを実行してみます。Pythonのライブラリでは時々別途OSのパッケージマネージャーでアプリケーションをインストールを求められる物1が有ります。Notebook上で実行出来ればインストール忘れを防げます。 ステップ1: そのまま実行 そのまま試しに!sudo apt updateを実行してみます。

Pythonは非常に優れた汎用プログラミング言語です。OSを問わず機械学習の分野は言うに及ばず、クラウドやWebプログラミングの分野にまで利用されています。また仮想環境管理ツールを導入すれば、複数のバージョンを使い分けたい場合に仮想環境を構築して管理出来ます。筆者は学生時代から愛用しているAnaconda1のConda Envを使ってきました。ところがここで困った問題が有ります。Macユーザーの方でHomebrewをお使いの方は御存知だと思いますが、Hombrew2とAnacondaの相性は最悪です。また、Conda Envは仮想環境の共有やリモート管理(Gitなどで管理)が考慮されておらずとても不便です。本記事ではそんなPythonの開発環境を見直してみようという試みについてまとめました。 Anaconda @ Macの問題 Homebrewとの相性問題 仮想環境情報の共有やリモート管理

OSS(Open Source Software)のコミュニティー(本家)のリポジトリにPull Requestを出す時にいつも手順が分からなくなってしまいます1。例によって調べながらやりますが、ページによって記載がまちまちだったりします。そこで備忘録として手順をまとめておくことで迷わずスムーズにPull Requestを出せる様にしておこうと思いました。また、ただGitのコマンドを羅列しただけの備忘録では無く、実際にVega EditorというOSSにコントリビュートしてみた行程をまとめて残しておこうと思います。 GitHubを例に解説しますが、その他のGitベースのサービス(GitLab, BitBucket等)も基本的に(コマンド)操作は同じです。 OSSのリポジトリをForkする 今回はVega EditorというOSSにコントリビュートしてみようと思います。たまたま今回この記事を

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? プライベートではMacを使っています。ただどうしてもWindowsでしか動かないアプリケーションが有ったり、サンドボックス的な用途で、かつGUIが有る環境という場合にVMを使いたいということも有ります。その時どのハイパーバイザーを選べば良いのか、実際に使ってみた感想も含めてまとめたいと思います。 執筆の動機 Mac向けのハイパーバイザーを選ぶ時に巷に出回っている情報だけで選んで買い直した経験が有るため 巷の比較記事とは違う視点での比較記事を書いてみようと思ったため ※ この記事は筆者の主観が多分に含まれております。予めご了承下さい。 M

試験対策 利用した教材(指定教材) Pythonによるあたらしいデータ分析の教科書 寺田 学, 辻 真吾, 鈴木 たかのり, 福島 真太朗 著; 翔泳社; 2018年 (画像はAmazon.comより) 試験対策と言っても、指定教材を勉強しただけでした。指定教材は簡潔にデータ分析・機械学習についてまとめてあり、これ1冊を読んで、4章の内容を実際にJupyter Notebookで実行して勉強しました。5章については試験の出題範囲外とのことです。ただし、4章までに扱った内容を更に発展させた面白そうな内容なので、試験後じっくり取り組むこととしました。 2020/9/4追記 模擬試験が利用出来る様になりました 筆者が受検した当時は模擬試験が有りませんでしたが、以下のサイトより模擬試験が受験できる様です。本番を想定した演習に活用出来そうです。 PRIME STUDY 勉強時間 日頃から業務や遊びで