You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert
CUDA 10.2のバージョンを指定してインストールしようとしたら、nvidia-smiとnvccコマンドで表示されたバージョンが異なり混乱したので情報整理。 環境 Amazon EC2 g4dnインスタンス Ubuntu 18.04 LTS インストール方法 Cuda10以降は下記ダウンロードページからCudaをダウンロードできる。 今回インストールタイプは、NVIDIAのパッケージリポジトリを登録してパッケージマネージャ経由でインストールをするdeb(network)を指定した。 表示されているコマンドのままだと最新版がインストールされてしまうため最後の行だけ変更。 $ wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/cuda-ubuntu1804.pin $ sudo mv
Pip binaries are available for Python >=3.6 and CUDA 10.1, 10.2, 11.0, 11.1, 11.2 and 11.3 To install tsne-cuda with pip, run pip3 install tsnecuda. This installs tsnecuda with a CUDA version of 10.2. For this to work, you MUST have both FAISS and intel MKL installed already on your machine - see installation instructions for FAISS: here and installation instructions for MKL on Ubuntu/debian here
概要 以前t-SNEの説明記事を書きましたが,t-SNE-CUDAなるパッケージが出ていました. 名前の通りt-SNEをCUDAで高速化するものですが,HPML2018(High Performance Machine Learning 2018 Workshop)で発表されました. 論文 スライド 単にGPU実装がんばりました,だけではなくアルゴリズム上の工夫もしていて, SGDの更新式を物理の知見を用いてAttractive ForcesとRepulsive Forcesの項に分けた上で, 以下の各ステップの計算をCUDAで高速化しているようです. $P_{ij}$の計算 $P_{ij}$と$Q_{ij}$の積 Attractive forcesの計算 Repulsive forcesにおけるBarnes-Hut treeの構築 Replusive forcesのtree走査 低次元空
DBSCANは事前にクラスタ数を分けない、距離を用いた分類が可能なアルゴリズムです。sklearnに入っているので使ってみます。 コード from sklearn.datasets import load_wine wine = load_wine() from sklearn.cluster import DBSCAN dbscan= DBSCAN(eps=0.021,min_samples=3).fit(wine.data) dbscan.labels_ パラメータは距離の種類がありますが、メインはepsとmin_samplesです。epsは距離の指定であり、min_samplesは分類時のコアとなる点の閾値です。 DBSCANはこのパラメータで結果が大きくなるため、ここのチューニングが難しく、適切な利用パターンはまだまだ模索中です。(outlierに近い、変な分類でもうまくいくことが
scikit-learn の問題点 scikit-learn 信者としてはとりあえず scikit-learn の実装を使いたくなるが、scikit-learn の実装はおすすめできないらしい。 -https://www.red dit.com/r/MachineLearning/comments/47kf7w/scikitlearn_tsne_implementation/ (はてなブログはred ditのURLを貼るとbad requestになり投稿できない謎仕様) Besides being slower, sklearn's t-SNE implementation is fine once you realize the default learning rate is way too high for most applications. The definitive bh_t
grepは、デフォルトでは該当する行だけが表示される。これを、該当する行の前後の行も一緒に表示させるには「-」の後ろに表示したい行数を指定してgrepを実行する。例えば、該当行の前後3行を併せて表示する場合は、「-3」というオプションを指定する。 $ grep -n kitaura smb.conf 4: workgroup = kitaura ←-nオプションを付けたので、4行目に該当する文字列があることが分かる $ grep -3 -n kitaura smb.conf 1-[global] 2- coding system = euc 3- client code page = 932 4: workgroup = kitaura ←-3オプションによって、前後各3行も表示される 5- server string = Samba %v
使用例 hello.cというファイル名で簡単なC言語のプログラムを作成し、その実行ファイルの共有ライブラリを表示してみましょう。 $ vi hello.c #include <stdio.h> int main() { printf("Hello,World\n"); } gccコマンドでコンパイルすると、「a.out」という実行ファイルが作成されます。 $ gcc hello.c $ ls a.out hello.c 準備ができたので、lddコマンドで共有ライブラリを表示してみましょう。すると、このように共有ライブラリが表示されます。 $ ldd a.out linux-vdso.so.1 => (0x00007fff089ff000) libc.so.6 => /lib/x86_64-linux-gnu/libc.so.6 (0x00007fe74edb3000) /lib64/ld-
Notes: The usage examples here assume you are trying to markovify text. If you would like to use the underlying markovify.Chain class, which is not text-specific, check out the (annotated) source code. Markovify works best with large, well-punctuated texts. If your text does not use .s to delineate sentences, put each sentence on a newline, and use the markovify.NewlineText class instead of markov
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
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