使用显卡挖ZCash教程

发表于 2017-04-25 |

操作系统: Ubuntu 16.04，显卡 GTX 1080

1. 安装显卡驱动和CUDA

apt-key adv --fetch-keys http://developer.download.nvidia.com/compute/cuda/repos/ubuntu1604/x86_64/7fa2af80.pub
echo "deb http://developer.download.nvidia.com/compute/cuda/repos/ubuntu1604/x86_64 /" | sudo tee /etc/apt/sources.list.d/cuda.list
sudo apt-get update
sudo apt-get -y install cuda-drivers cuda

2. 安装 ewbf-miner

到这里下载 https://github.com/nanopool/ewbf-miner/releases

阅读全文 »

如何设计短网址系统(TinyURL)

发表于 2017-04-10 |

短网址的长度

短网址的长度该设计为多少呢？当前互联网上的网页总数大概是 45亿(参考 http://www.worldwidewebsize.com)，超过了 $2^{32}=4294967296$，那么用一个64位整数足够了。

一个64位整数如何转化为字符串呢？，假设我们只是用大小写字母加数字，那么可以看做是62进制数，$log_{62} {(2^{64}-1)}=10.7$，即字符串最长11就足够了。

实际生产中，还可以再短一点，比如新浪微博采用的长度就是7，因为 $62^7=3521614606208$，这个量级远远超过互联网上的URL总数了，绝对够用了。

现代的web服务器（例如Apache, Nginx）大部分都区分URL里的大小写了，所以用大小写字母来区分不同的URL是没问题的。

因此，正确答案：长度不超过7的字符串，由大小写字母加数字共62个字母组成

一对一还是一对多映射？

一个长网址，对应一个短网址，还是可以对应多个短网址？这也是个重大选择问题

阅读全文 »

使用显卡挖以太币教程

发表于 2017-04-08 |

操作系统: Ubuntu 16.04，显卡 GTX 1080

1. 安装显卡驱动和CUDA

apt-key adv --fetch-keys http://developer.download.nvidia.com/compute/cuda/repos/ubuntu1604/x86_64/7fa2af80.pub
echo "deb http://developer.download.nvidia.com/compute/cuda/repos/ubuntu1604/x86_64 /" | sudo tee /etc/apt/sources.list.d/cuda.list
sudo apt-get update
sudo apt-get -y install cuda-drivers cuda

2. 编译安装 Genoil/cpp-ethereum

sudo apt -y install software-properties-common
sudo add-apt-repository -y ppa:ethereum/ethereum
sudo apt -y update
sudo apt -y install git cmake libcryptopp-dev libleveldb-dev libjsoncpp-dev libjsonrpccpp-dev libboost-all-dev libgmp-dev libreadline-dev libcurl4-gnutls-dev ocl-icd-libopencl1 opencl-headers mesa-common-dev libmicrohttpd-dev build-essential
git clone [email protected]:Genoil/cpp-ethereum.git
cd cpp-ethereum/
mkdir build
cd build
cmake -DBUNDLE=cudaminer ..
make -j8

编译完成后会在当前目录的子目录ethminer下生成一个 ethminer 可执行文件。

阅读全文 »

使用显卡挖比特币教程

发表于 2017-04-08 |

操作系统: Ubuntu 16.04，显卡 GTX 1080

1. 安装显卡驱动和CUDA

apt-key adv --fetch-keys http://developer.download.nvidia.com/compute/cuda/repos/ubuntu1604/x86_64/7fa2af80.pub
echo "deb http://developer.download.nvidia.com/compute/cuda/repos/ubuntu1604/x86_64 /" | sudo tee /etc/apt/sources.list.d/cuda.list
sudo apt-get update
sudo apt-get -y install cuda-drivers cuda

2. 编译安装 ccMiner

git clone --recursive [email protected]:tpruvot/ccminer.git
cd ccminer
git checkout --track origin/linux
sudo apt install automake libcurl4-openssl-dev

根据显卡修改 Makefile.am (https://github.com/tpruvot/ccminer/wiki/Compatibility), 比如GTX 1080 则用

nvcc_ARCH = -gencode=arch=compute_61,code=\"sm_61,compute_61\"

开始编译，

1
2
3

./autogen.sh
./configure
./build.sh

编译完成后会在当前目录生成一个 ccminer 可执行文件

阅读全文 »

深度学习开发环境配置：Ubuntu1 6.04+Nvidia GTX 1080+CUDA 8.0

发表于 2016-08-17 | 分类于深度学习 |

前提条件，已经安装好了 Ubuntu 16.04 操作系统，见安装 Windows 10 和 Ubuntu 16.04 双系统

懒人版方法：

apt-key adv --fetch-keys http://developer.download.nvidia.com/compute/cuda/repos/ubuntu1604/x86_64/7fa2af80.pub
echo "deb http://developer.download.nvidia.com/compute/cuda/repos/ubuntu1604/x86_64 /" | sudo tee /etc/apt/sources.list.d/cuda.list
sudo apt-get update
sudo apt-get -y install cuda-drivers cuda

这个方法会安装稳定版的驱动和CUDA，可能不那么新。

然后开始安装 cuDNN, 先下载 cuDNN 6.0,

wget http://developer.download.nvidia.com/compute/redist/cudnn/v6.0/cudnn-8.0-linux-x64-v6.0.tgz

然后解压到 /usr/local，

sudo tar -zxf cudnn-8.0-linux-x64-v6.0.tgz -P /usr/local

至此，驱动， CUDA 和 cuDNN都安装完了。

如果你想安装最新版的驱动和最新版的CUDA，那么接着读下去吧。

1. 安装 Nvidia 驱动

sudo add-apt-repository -qy ppa:graphics-drivers/ppa
sudo apt-get -qy update
sudo apt-get -qy install nvidia-370
sudo apt-get -qy install mesa-common-dev
sudo apt-get -qy install freeglut3-dev
sudo reboot

注意，一般比较新的主板，默认是UEFI BIOS，默认启用了 Secure Boot，否则开机后登陆不进去。老主板没有这个问题。

2. 安装 CUDA 8.x

去 CUDA 8.x 下载页面，一定要下载 runfile 安装方式的安装包，参考资料里的好几篇都是选择这种方式，貌似 deb包有坑？

阅读全文 »

安装 Windows 10 和 Ubuntu 16.04 双系统

发表于 2016-08-14 | 分类于深度学习 |

本文是上一篇文章我的深度学习工作站攒机过程记录的续集。

前提条件

主板BIOS是 UEFI 模式

首先确认下你的主板的BIOS是UEFI模式，例如 Asus X99-E WS/USB 3.1 主板的BIOS默认就是UEFI模式。
两个U盘，一个是可启动的Ubuntu 16.04.1 安装盘，一个是Windows 10 1607 x64 安装盘

制作可启动安装盘很简单，下载 cn_windows_10_multiple_editions_version_1511_updated_apr_2016_x64_dvd_8712460.iso 和 ubuntu-16.04.1-desktop-amd64.iso ，找一台 Windows 电脑，安装 UltraISO这个小软件，启动软件，点击 打开，打开操作系统的ISO文件，点击菜单启动->写入硬盘映像，即可开始刻录U盘。

如果你只有一个U盘，有没问题，先刻录Windows，装完了Windows后，格式化U盘，再刻录一个Ubuntu 进去。
关闭主板的 Fast Startup

进入 UEFI BIOS 界面，点击 Boot 菜单，找打 Fast Boot, 改为 Disabled
关闭主板的 SRT（Intel Smart Response Technology)

进入 UEFI BIOS 界面，点击 Advanced菜单，找到 Intel Rapid Storage Technology, 点击进去，如果你没有RAID模式的磁盘，这个RST一般是灰色的，没有启用。
禁用主板的 Secure Boot

如果你想要装Windows和 Linux 双操作系统，那么必须要禁用主板的 Secure Boot ，因为主板内置的公钥只有一个，就是微软的，因为微软影响力大。更具体信息请参考反Secure Boot垄断：兼谈如何在Windows 8电脑上安装Linux - 阮一峰

Ubuntu 已经买了这个证书，所以微软的这个公钥，也能允许Ubuntu安装在主板上。看到这里，你会问，那岂不是不用禁用 Secure Boot 了？

不尽然，在Ubuntu 下安装 GTX 1080 的 Nvidia 驱动的时候，会警告 UEFI Secure Boot is not compatible with the use of third-party drivers. 如果没有禁用Secure Boot, 安装了显卡驱动后，开机，输入密码时，会进不去系统，屏幕会闪一下，有回到了登录界面，死循环。。。

具体步骤请参考 How to Disable or Enable Secure Boot on Your Computer via ASUS UEFI BIOS Utility ：
- 进入 UEFI BIOS界面，选择 Boot->Secure Boot-> Key Management -> Save Secure Boot Keys，插入U盘，备份key到这个U盘，会有四个文件, PK, KEK, DB 和 DBX 写入到U盘。
- 删除 Platform Key. 选择 Delete PK，点击OK确认删除。删除后回到上一级菜单，可以看到 Secure Boot 已经变成 disabled 了。
顺序上，最好是先安装 Windows 再安装 Ubuntu，本文的方法1和方法2都是这个顺序
安装了Wiondows后，必须要关闭Windows的 Fast Startup。

进入控制面板->电源，找到 Fast Startup，禁用掉。

Windows 和 Ubuntu 安装在同一块硬盘上

开机，按住 DEL 键进入BIOS，点击Boot Menu(F8)菜单，选择从U盘启动，且注意要选择UEFI模式的U盘

阅读全文 »

我的深度学习工作站攒机过程记录

发表于 2016-08-13 | 分类于深度学习 |

一年前就有攒一台深度学习工作站的想法了，今年 6月29号在Amazon 上抢到了一块 GTX 1080后，正式开始了攒机，经过了漫长了的一个半月，到今天8约13号，终于凑齐了所有零件并开机点亮了。为甚么这么漫长？因为本屌为了省钱几乎所有零件都是在 eBay和Amazon 上买的二手（除了GTX 1080太新没二手货）。

硬件配置单

结论

懒人不想看过程的话，可以先看结论。

以下是我的配置单：

配件名	品牌型号	数量	价格	哪里买的
机箱	Corsair Carbide Air 540	1	$130.57	Amazon 二手
主板	Asus X99-E WS/USB3.1	1	$563.84	Amazon 新
CPU	Intel I7-5930K	1	$467.45	eBay 二手
CPU 水冷头	Corsair H60 Cooler	1	$65.24	Amazon 新
DDR4内存	Kingston 32GB HX421C14FB2K4/32	4	$139.19	Amazon新
显卡	Zotac GTX 1080 Founders Edition	1	$761.24	Amazon 新
电源	EVGA 1600W 80+ Gold 120-G2-1600-X1	1	$241.74	eBay二手
SSD	Samsung SM951 256GB M.2 NVMe MZVPV256HDGL	1	$129.5	eBay二手
机械硬盘	WD Green 4TB	1	$162.36	Amazon新

总计：$2661.13

以上价格已经包含了税。

这个配置单基本齐全了，唯一还没有到位的是GPU显卡了，目前只有一块 GTX 1080。我打算等一年后 GTX 1080 有二手货了，再收3块二手的，这样就全了。

接下来一项一项详细说明我为什么这么选择，展示我的决策过程。

阅读全文 »

安装基于Python3 的NumPy, SciPy和Scikit-Learn

发表于 2014-08-06 | 分类于 Python |

软件版本：Ubuntun 14.04, Python 3.4, NumPy 1.8.1, SciPy 0.14.0, Scikit-Learn 0.16

Numpy, SciPy 的官网安装文档，安装的是基于Python 2.7的，SciPy-Learn 官网的安装文档，也是Python 2.7的，如果想基于高大上的Python 3，该怎么安装呢？经过一堆的坑之后，我摸索出了方法。

##1. 安装Python 3
首先我们要安装Python 3, 不过，千万别因为有了Python 3, 就卸载系统自带的Python 2.7，很多软件依赖它，所以不能卸载

1	$ sudo apt-get install python3

设置Python3为默认Python

1
2
3

$ vi ~/.bash_aliases
$ alias python=python3
  wq

关闭当前Shell，重新开一个新Shell，输入python就发现进入Python 3.4 的交互环境了。

##2. 安装 NumPy SciPy SymPy 等软件
参考 http://www.scipy.org/install.html , 只不过改成了 python3

1	sudo apt-get install python3-numpy python3-scipy python3-matplotlib ipython3 ipython3-notebook python3-pandas python-sympy python3-nose

##3. 安装 Scikit-Learn
参考 http://scikit-learn.org/stable/install.html, 不过要修改成python3

sudo apt-get install build-essential python3-dev python3-setuptools python3-numpy python3-scipy libatlas-dev libatlas3gf-base
sudo update-alternatives --set libblas.so.3 /usr/lib/atlas-base/atlas/libblas.so.3
sudo update-alternatives --set liblapack.so.3 /usr/lib/atlas-base/atlas/liblapack.so.3
sudo apt-get install gfortran
sudo apt-get install git, 并配置好git
mkdir -p ~/local/src
cd ~/local/src
git clone [email protected]:scikit-learn/scikit-learn.git
cd scikit-learn
python setup.py install --user #开始编译
make PYTHON=python3 NOSETESTS=nosetests3 #或者使用make编译
nosetests3 -v sklearn #单元测试，可以在任何位置运行，不一定要在源码目录里

这里主要的坑是make, 刚开始我直接用 make, 失败，因为它默认是去找Python 2.7的 python.h 来编译，而我没有安装 python-dev, 只是安装了python3-dev，所以会编译失败。

我给 Scikit-Learn 的邮件组发了封邮件，不久得到了回复，要在make 后面加上 PYTHON=python3，这次编译成功了，不过到单元测试时说找不到nosetests命令，当然找不到了，因为前面安装的是python3-nose而不是python-nose，于是我猜测了一把，用 make PYTHON=python3 NOSETESTS=nosetests3试试, 果然可以！

在Windows上直接使用现成的 OS X 10.9 Mavericks VMware镜像

发表于 2014-04-24 | 分类于 DevOps |

环境: Windows 7, VMware Workstation 10.0.2, Mac OS X 10.9 Mavericks

本文主要参考了这篇英文博客，Working OS X 10.9 Mavericks VMware Image For Windows OS and Intel Processor

前提条件：确保你的电脑支持VT-x技术，并在BIOS里启用它。

##1. 下载别人做好的镜像
由于版权原因，这篇英文博客的作者不再提供下载地址了，不过google一下 “OS X Mavericks 10.9 Retail VMware Image”，可以在海盗湾找到种子，这里。用迅雷或BT客户端下载。还有一种用更快速的下载方法，用百度网盘的离线下载，把magnet链接复制粘贴到百度网盘，等百度网盘下载好了后，再用百度管家客户端下载下来。

这个文件夹里，只有OS X Mavericks 10.9 Retail VMware Image.7z是有用的额，其他小工具可以分别去下载最新的版本。

这个镜像就是别人制作好的“懒人版”，Google 搜索”OS X Mavericks VMware 懒人版”或”OS X Mavericks VMware 整合驱动版”，还可以搜到很多。

##2. 给 VMware Workstation 打补丁
Windows上的VMware Workstation在安装操作系统时不支持 Mac OS X，但 VMware Fusin(VMware Workstation在Mac上的等价物，叫做 VMware Fusion)是支持了，这两个软件基本是统一软件在不同操作系统上的版本，按道理VMware Workstation也支持Mac OS X，事实上的确如此，只需要给VMware Workstation打一个补丁，就可以支持Mac OS X了。

补丁名字叫做VMware Unlocker for OS X，在这里下载。

下载完后，解压，浏览到windows，以管理员权限执行 install.cmd，然后启动VMware Workstation，就可以看到变化了。

阅读全文 »

Caffe 安装配置(CentOS + 无GPU)

发表于 2014-04-03 | 分类于 Deep-Learning |

环境: CentOS 6.4

由于我的CentOS服务器上没有Nvidia的显卡，不过 caffe 是可以在CPU模式下进行train和predict的，因此我尝试了在没有GPU的情况下把caffe跑起来。

主要参考官网的文档，Installation。

安装 Caffe 前需要安装以下库：

Prerequisites

CUDA (5.0 or 5.5)
Boost
MKL (but see the boost-eigen branch for a boost/Eigen3 port)
OpenCV
glog, gflags, protobuf, leveldb, snappy, hdf5
For the Python wrapper: python, numpy (>= 1.7 preferred), and boost_python
For the Matlab wrapper: Matlab with mex

##1. 安装CUDA

wget http://developer.download.nvidia.com/compute/cuda/repos/rhel6/x86_64/cuda-repo-rhel6-5.5-0.x86_64.rpm
sudo rpm -Uvh libgcc-4.4.7-4.el6.x86_64.rpm
yum search cuda
sudo yum install cuda

或者

wget http://developer.download.nvidia.com/compute/cuda/5_5/rel/installers/cuda_5.5.22_linux_64.run
sudo ./cuda_5.5.22_linux_64.run

##2. 安装Boost

sudo yum install boost-devel

阅读全文 »