Linux

Ubuntu 16.04&Windows下安裝Scala及Scala

Linux線程（進程）數限制1.問題來源公司線上環境出現MQ不能接受訊息的異常，營運和開發人員臨時切換另一台伺服器的MQ後恢複。同時營運人員反饋在出現問題的伺服器上很多基本的命令都不能運行，出現如下錯誤：2.初步原因分析和解決讓營運的兄弟在服務上查看記憶體、CPU、網路、IO等基本資料都正常。於是自己到營運的伺服器上看了一下，下面是slabtop –s

虛擬機器下CentOS 6.5配置IP地址的三種方法實驗軟體環境：虛擬機器VMware Workstation10.0 、CentOS 6.5 32位1、自動擷取IP地址虛擬機器使用橋接模式，相當於串連到物理機的網路裡，物理機網路有DHCP伺服器自動分配IP地址。dhclient 自動擷取ip地址命令ifconfig 查詢系統裡網卡資訊，ip地址、MAC地址分配到ip地址後，用物理機進行ping

執行Git命令時出現各種 SSL certificate problem 的解決辦法比如我在Windows下用git clone gitURL就提示  SSL certificate problem: self signed

Ubuntu 系統下 OpenCV 3.1.0 編譯安裝Ubuntu 系統下opencv編譯安裝編譯環境安裝：sudo apt-get install build-essential必需包安裝：sudo apt-get install cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev可選包安裝：sudo apt-get install python-dev python-numpy

JDK、JRE、JVM三者間的關係　　JDK（Java Development Kit）是針對Java開發員的產品，是整個Java的核心，包括了Java運行環境JRE、Java工具和Java基礎類庫。Java Runtime Environment（JRE）是運行JAVA程式所必須的環境的集合，包含JVM標準實現及Java核心類庫。JVM是Java Virtual

深度學習架構Caffe在Ubuntu下編譯安裝深度學習架構Caffe特點，富有表達性、快速、模組化。下面介紹Caffe如何在Ubuntu上編譯安裝。1. 前提條件安裝依賴的軟體包：CUDA 用來使用GPU模式計算.建議使用 7.0 以上最新的版本BLAS via ATLAS, MKL, or OpenBLAS.Boost >= 1.55protobuf, glog, gflags, hdf5可選依賴軟體包:OpenCV 

Hadoop學習教程(一) ---- 使用VMware安裝CentOS1.概述　　筆者的學習環境--在VMware虛擬機器下安裝四個CentOS系統(搭建Hadoop叢集用)，其中一個為Master，三個為Slave，Master作為Hadoop叢集中的NameNode,三個Slave作為DataNode。同時我們將四個CentOS系統的IP設定為靜態，防止IP變化而導致叢集不可用(IP變化了，就得修改配置才能使用Hadoop叢集了)2.安裝VMware 　　VMware

深層學習庫包Theano、Lasagne、TensorFlow在Ubuntu支援GPU的安裝隨著深層學習的火熱，越來越多的人開始使用深層學習訓練自己的模型。 用GPU訓練的速度比CPU快很多倍，可讓需要訓練一周的模型只在一天內完成。

Ubuntu 16.04下安裝開源遊戲MinetestMinetest是一個免費開源的遊戲，靈感來自MINECRAFT，一個無限世界的遊戲體驗，其中的角色是塑造環境。支援Minetest改裝，漂亮和快速的地圖產生器，以及豐富多彩的世界以及多個可用的動作。目前版本已經更新至0.4.14。下面說說在Ubuntu 16.04下安裝Minetest 0.4.14的方法。bkjia@bkjia:~$ sudo add-apt-repository ppa:minetestdevs/stable[sudo]

TensorFlow編譯過程中遇到的問題及解決方案最近一直嘗試使用TensorFlow源碼進行編譯，在編譯過程中遇到一個Status 4的錯誤碼。 github問題連結其完整錯誤記錄檔如下：ERROR: /home/wangbing/Git/tensorflow/tensorflow/core/kernels/BUILD:297:1: C++ compilation of rule '//tensorflow/core/kernels:mirror_pad_op' failed:

CentOS升級Gblic經驗分享前些天公司項目需要對上傳的圖片打浮水印，前端採用angularjs，後端nodejs，網上一搜，找到了一個images的庫，在本地Windows環境下試了下還不錯，然後就上傳測試伺服器（CentOS 6.5系統）了，結果就出問題了，網上一查，發現需要Gblic2.14（CentOS

開發調試Linux服務時好用的進程和連接埠查詢命令組合及簡單指令碼開發調試Linux服務時幾個好用的進程和連接埠查詢命令組合和簡單指令碼(ps netstat awk grep)。這幾天在搭建flume服務並在其架構下開發，反覆調試輸入命令讓人不厭其煩，因此在這裡記錄一下自己找到的一些小技巧：首先，把自己的應用程式做成一個service是一個很好的選擇，一個service就需要支援start 和 stop，start能啟動程式，stop能找到start所啟動的程式的進程並且關掉它。可以直接根據/

在裝有Nvidia獨顯的台式機上安裝Ubuntu 14.04 TLS這兩天嘗試在台式機上使用隨身碟安裝Ubuntu， 一路遇到了不少波折，顧在本篇文章中進行大致的介紹。作者使用的是隨身碟安裝Ubuntu的方法，安裝的系統是14.04 TLS  首先是在系統loading過程中一直遇到的黑屏問題，該問題主要是由於Nvidia顯卡的驅動未安裝導致的，解決方案是在grub頁面準備進入installing Ubuntu的時候按 e 來進行配置項的編輯， 在 no splash 一項後面添加

TensorFlow 的Mac OS 下的部署和安裝TensorFlow 於 2016.4.13 日發布了帶有分布式屬性的0.8版本， 其很有可能成為繼Mapreduce之後又一個改變互連網格局的項目。這個周末一直在家研究TensorFlow 相關的東西，並在Mac OS X下對其進行了部署和安裝。其安裝方法非常簡單, 參考文檔如下 Tensor Flow 安裝教程 $ sudo easy_install pip$ sudo easy_install --upgrade

Ubuntu 15.04下TensorFlow原始碼方式安裝本文介紹TensorFlow原始碼方式安裝。安裝的系統為 Ubuntu 15.04。擷取TensorFlow原始碼1git clone --recurse-submodules https://github.com/tensorflow/tensorflow使用 --recurse-submodules 選項來擷取 TensorFlow 需要依賴的 protobuf 庫檔案。安裝 Bazel　　遵從以下 指令 來安裝 bazel 依賴。

Ubuntu 14.04.4下搭建Ruby On Rails　　Ruby on Rails是一個非常高效的Web應用程式架構由David Heinemeier Hansson使用Ruby語言編寫。 這是一個開源 Ruby 架構,用於開發資料庫支援的Web應用程式。Ruby on Rails簡稱ROR。　　因為有人說不建議在win上使用ROR，所以我使用Ubuntu Linux來部署ROR的環境。Ubuntu是14.04.4 LTS版本，具體步驟如下：sudo apt-get install

CentOS6.8及7迷你安裝後無法直接安裝vmtools問題問題發生背景：近期因為學習需要使用CentOS-6.8與CentOS-7系統，因此迷你安裝系統後例常進行vmtools的安裝，然而竟然報錯，報錯內容如下./vmware-install.plbash:./vmware-install.pl :/usr/bin/perl:bad interpreter:No such file or

Tensorflow 分布式部署簡介tensorflow-0.8 的一大特性為可以部署在分布式的叢集上，本文的內容由Tensorflow的分布式部署手冊翻譯而來，該手冊連結為TensorFlow分布式部署手冊分布式TensorFlow本文介紹了如何搭建一個TensorFlow伺服器的叢集，並將一個計算圖部署在該分布式叢集上。以下操作建立在你對 TensorFlow的基礎操作已經熟練掌握的基礎之上。Hello

Linux程式運行時找不到動態連結程式庫的原因如果沒在環境變數 LD_LIBRARY_PATH 上加上程式所需動態連結程式庫的所在目錄，那麼運行這個程式時就會出現錯誤。如下在執行 InitMySQLv1 程式時出現的錯誤：#./InitMySQLv1./InitMySQLv1: error while loading shared libraries: libmysqlclient.so.18: cannot open shared object file: No such file or