開発メモ125 Android NDKをWindowsで使ってみる

Introduction

Xamarinを再び勉強しはじめています。
Nativeのライブラリを使いたいので、試行錯誤中です。

Get Started!!

Androidで動作するNativeライブラリを作成するには、Android NDK (Native Development Kit)が必要です。
最初自分はg++でできると思い込んで、それをAndroidのEmulatorに配置していたのですが、それは間違っていました(白目)

なので、NDKの使い方から。

Download

公式のDownloadから入手します。
Windows、Mac、Linux用が提供されています。今回はWindows版を。

ダウンロードしたら、適当な場所に展開し、パスを通しておきます。
が、パスに空白が入ると動かないので注意。

パスを通したら

C:\WINDOWS\system32>ndk-build
Android NDK: Could not find application project directory !
Android NDK: Please define the NDK_PROJECT_PATH variable to point to it.
C:\Android\NDK\build\\..\build\core\build-local.mk:151: *** Android NDK: Aborting    .  Stop.

C:\WINDOWS\system32>ndk-build

Android NDK: Could not find application project directory !

Android NDK: Please define the NDK_PROJECT_PATH variable to point to it.

C:\Android\NDK\build\\..\build\core\build-local.mk:151: *** Android NDK: Aborting . Stop.

のように表示されれあば準備完了です。

Build

コンパイル環境ができましたので、ビルドを行います。

ビルドについては、

kokufu.blogspot.jp

Android NDK でデフォルトディレクトリを jni 以外にする方法

主にプログラミングに関するブログ。Android と Java に関することが多いが、C, C++, C#, Javascript 等も。

が非常に参考になりました。

ソースは下記です。

calc.cpp

#include "calc.h"

1	#include "calc.h"

calc.h

#ifndef _CPP_CALC_H_
#define _CPP_CALC_H_

#include "export.h"

DLLEXPORT int calc_add(int a, int b)
{
    return a + b;
}

#endif

#ifndef _CPP_CALC_H_

#define _CPP_CALC_H_

#include "export.h"

DLLEXPORT int calc_add(int a, int b)

{

return a + b;

}

#endif

export.h

#ifdef _WINDOWS 
#define DLLEXPORT extern "C" __declspec(dllexport)
#else 
#define DLLEXPORT extern "C"
#endif

#ifdef _WINDOWS

#define DLLEXPORT extern "C" __declspec(dllexport)

#else

#define DLLEXPORT extern "C"

#endif

次にビルドする際は、CMakeLists.txtのようなビルドの手順を示した

Android.mk
Application.mk

ファイルを用意します。

Application.mk

APP_PROJECT_PATH := $(NDK_PROJECT_PATH)
APP_BUILD_SCRIPT := $(APP_PROJECT_PATH)/src/Android.mk

1 2	APP_PROJECT_PATH := $(NDK_PROJECT_PATH) APP_BUILD_SCRIPT := $(APP_PROJECT_PATH)/src/Android.mk

Android.mk

LOCAL_PATH := $(call my-dir)

include $(CLEAR_VARS)

LOCAL_MODULE    := PInvokeApp.Native
LOCAL_SRC_FILES := calc.cpp

include $(BUILD_SHARED_LIBRARY)

LOCAL_PATH := $(call my-dir)

include $(CLEAR_VARS)

LOCAL_MODULE := PInvokeApp.Native

LOCAL_SRC_FILES := calc.cpp

include $(BUILD_SHARED_LIBRARY)

これらを下記のような構成で展開します。

│  Application.mk
│
└─src
        Android.mk
        calc.cpp
        calc.h
        export.h

│ Application.mk

│

└─src

Android.mk

calc.cpp

calc.h

export.h

ここで、Application.mkにカレントディレクトリを移動して、下記のコマンドを実行することで、ライブラリが生成されます。

$ ndk-build NDK_PROJECT_PATH=%cd% NDK_APPLICATION_MK=Application.mk
Android NDK: APP_PLATFORM not set. Defaulting to minimum supported version android-14.
[arm64-v8a] Compile++      : PInvokeApp.Native <= calc.cpp
[arm64-v8a] SharedLibrary  : libPInvokeApp.Native.so
[arm64-v8a] Install        : libPInvokeApp.Native.so => libs/arm64-v8a/libPInvokeApp.Native.so
[armeabi-v7a] Compile++ thumb: PInvokeApp.Native <= calc.cpp
[armeabi-v7a] SharedLibrary  : libPInvokeApp.Native.so
[armeabi-v7a] Install        : libPInvokeApp.Native.so => libs/armeabi-v7a/libPInvokeApp.Native.so
[x86] Compile++      : PInvokeApp.Native <= calc.cpp
[x86] SharedLibrary  : libPInvokeApp.Native.so
[x86] Install        : libPInvokeApp.Native.so => libs/x86/libPInvokeApp.Native.so
[x86_64] Compile++      : PInvokeApp.Native <= calc.cpp
[x86_64] SharedLibrary  : libPInvokeApp.Native.so
[x86_64] Install        : libPInvokeApp.Native.so => libs/x86_64/libPInvokeApp.Native.so

$ ndk-build NDK_PROJECT_PATH=%cd% NDK_APPLICATION_MK=Application.mk

Android NDK: APP_PLATFORM not set. Defaulting to minimum supported version android-14.

[arm64-v8a] Compile++ : PInvokeApp.Native <= calc.cpp

[arm64-v8a] SharedLibrary : libPInvokeApp.Native.so

[arm64-v8a] Install : libPInvokeApp.Native.so => libs/arm64-v8a/libPInvokeApp.Native.so

[armeabi-v7a] Compile++ thumb: PInvokeApp.Native <= calc.cpp

[armeabi-v7a] SharedLibrary : libPInvokeApp.Native.so

[armeabi-v7a] Install : libPInvokeApp.Native.so => libs/armeabi-v7a/libPInvokeApp.Native.so

[x86] Compile++ : PInvokeApp.Native <= calc.cpp

[x86] SharedLibrary : libPInvokeApp.Native.so

[x86] Install : libPInvokeApp.Native.so => libs/x86/libPInvokeApp.Native.so

[x86_64] Compile++ : PInvokeApp.Native <= calc.cpp

[x86_64] SharedLibrary : libPInvokeApp.Native.so

[x86_64] Install : libPInvokeApp.Native.so => libs/x86_64/libPInvokeApp.Native.so

libsフォルダにアーキテクチャ毎にライブラリが生成されます。

Takuya Takeuchi By Takuya Takeuchi | 2018年5月20日 | Android, NDK | No Comments |

開発メモ124 64bitのRHELで32bitでソースをビルドする

Introduction

備忘録。
簡単にできると思ったんですが、手こずったので....

何をやっても

/usr/bin/ld: crti.o が見つかりません: No such file or directory
/usr/bin/ld: 互換性のないを /usr/lib/gcc/x86_64-redhat-linux/7/libstdc++.so スキップしました (-lstdc++ を探索している時)/usr/bin/ld: -lstdc++ が見つかりません
/usr/bin/ld: -lm が見つかりません
/usr/bin/ld: -lc が見つかりません
/usr/bin/ld: crtn.o が見つかりません: No such file or directory
collect2: エラー: ld はステータス 1 で終了しました

/usr/bin/ld: crti.o が見つかりません: No such file or directory

/usr/bin/ld: 互換性のないを /usr/lib/gcc/x86_64-redhat-linux/7/libstdc++.so スキップしました (-lstdc++ を探索している時)/usr/bin/ld: -lstdc++ が見つかりません

/usr/bin/ld: -lm が見つかりません

/usr/bin/ld: -lc が見つかりません

/usr/bin/ld: crtn.o が見つかりません: No such file or directory

collect2: エラー: ld はステータス 1 で終了しました

こんな感じで、お手上げでした。

How?

下の記事に答えが書いてありました。

プログラム日記

「C」64bit のGCC で 32bit アプリケーションを作成する環境構築 ( CentOS 6.4 ) - プログラム日記

64bit のGCC で 32bit アプリケーションを作成する環境構築のメモです。まぁ、やることとしては、以下のページに記載の通りに glibc-devel.i686 glibc-devel libstdc++-...

$ yum -y install glibc-devel.i686 glibc-devel libstdc++-devel.i686

1	$ yum -y install glibc-devel.i686 glibc-devel libstdc++-devel.i686

で良かったです。

Takuya Takeuchi By Takuya Takeuchi | 2018年5月20日 | Linux, Red Hat Enterprise Linux | No Comments |

開発メモ123 macOS 10.13 High Sierra にアップデートしたらxcrun: error: invalid active developer pathエラー

Introduction

掲題の通り。ただの備忘録です。
何でアップデートしただけで既存のコマンドが動かないんですかねぇ(白目)

How to resolve

StackExchangeに回答がありました。

Ask Different

macOS Sierra: invalid active developer path

After upgrading to macOS Sierra, I tried to run git from Terminal but it kept giving me the following error:xcrun: error: invalid active developer path (/Lib...

$ xcode-select --install

1	$ xcode-select --install

下記のダイアログが表示されるのでインストールを選択。

同意するを選択。

ダウンロードが始まります。

インストールが完了。

これで既存のコマンドが動くようになります。

Takuya Takeuchi By Takuya Takeuchi | 2018年5月19日 | Apple, Mac | No Comments |

開発メモその122 TensorFlowをCUDA 9.1 + CuDNN 7 on Windowsでビルドする

Introduction

公式バイナリでもよいのですが、自分でビルドしたのでメモです。
CMakeでビルドします。
なお、Visual Studio 2015が必要です。2017ではビルドできませんでした。
あと、ビルドにすごい時間がかかります。

Preparation

まず必要なものをダウンロードして、インストールまたは展開します。

CMake

PATHを通しておきます。

CUDA 9.1

CUDA Toolkitから環境に適応したインストーラをダウンロードします。

CuDNN 7

NVIDIA cuDNNから環境に適応したバイナリをダウンロードします。
なおダウンロードには登録が必要です。
また、C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.1に展開する必要はありません。
自由にディレクトリに展開しておくことができます。

Python 3.6

自分の環境では、Visual Studio 2017でインストールしたAnacondaが入っていますので、これでPythonに対応します。

SWIGWIN

公式ページのDownloadから入手します。
SWIGとSWIGWINがあるので間違いないように。

git

これもPATHが通っている必要があります。
Git for Windowsをインストールしておくのが無難です。

Build

まず、tensorflow\contrib\cmake\CMakeLists.txt を開きます。
40行目を

--- set(tensorflow_CUDA_VERSION "9.0" CACHE STRING "CUDA version to build against")
+++ set(tensorflow_CUDA_VERSION "9.1" CACHE STRING "CUDA version to build against")

1 2	--- set(tensorflow_CUDA_VERSION "9.0" CACHE STRING "CUDA version to build against") +++ set(tensorflow_CUDA_VERSION "9.1" CACHE STRING "CUDA version to build against")

このように変更します。
これで準備は完了です。
あとは、tensorflow\contrib\cmakeに移動してCMakeをたたくだけです。
少しコマンドが長いですが...

# \ は / に変更しておく
$ set SWIG_EXE="D:/Works/Lib/SWIG/Windows/3.0.12/swig.exe"
$ set PYTHON_EXECUTABLE_64="C:/Program Files (x86)/Microsoft Visual Studio/Shared/Python36_64/python.exe"
$ set PYTHON_LIBRARIES_64="C:/Program Files (x86)/Microsoft Visual Studio/Shared/Python36_64/libs/python36.lib"
$ set NUMPY_INCLUDE_DIR="C:/Program Files (x86)/Microsoft Visual Studio/Shared/Anaconda3_64/Lib/site-packages/numpy/core/include"
$ set CUDNN_HOME="D:/Works/Lib/NVIDIA/cuDNN/9.1/7.0/Win10"

$ cd tensorflow\contrib\cmake
$ mkdir build
$ cd build
$ cmake -G "Visual Studio 14 2015 Win64" ^
        -D tensorflow_CUDA_VERSION=9.1 ^
        -D tensorflow_WIN_CPU_SIMD_OPTIONS=/arch:AVX2 ^
        -D SWIG_EXECUTABLE=%SWIG_EXE% ^
        -D PYTHON_EXECUTABLE="%PYTHON_EXECUTABLE_64%" ^
        -D PYTHON_LIBRARIES="%PYTHON_LIBRARIES_64%" ^
        -D NUMPY_INCLUDE_DIR="%NUMPY_INCLUDE_DIR%" ^
        -D tensorflow_ENABLE_GPU=ON ^
        -D tensorflow_BUILD_SHARED_LIB=ON ^
        -D CUDNN_HOME="%CUDNN_HOME%" ^
        ..

# \ は / に変更しておく

$ set SWIG_EXE="D:/Works/Lib/SWIG/Windows/3.0.12/swig.exe"

$ set PYTHON_EXECUTABLE_64="C:/Program Files (x86)/Microsoft Visual Studio/Shared/Python36_64/python.exe"

$ set PYTHON_LIBRARIES_64="C:/Program Files (x86)/Microsoft Visual Studio/Shared/Python36_64/libs/python36.lib"

$ set NUMPY_INCLUDE_DIR="C:/Program Files (x86)/Microsoft Visual Studio/Shared/Anaconda3_64/Lib/site-packages/numpy/core/include"

$ set CUDNN_HOME="D:/Works/Lib/NVIDIA/cuDNN/9.1/7.0/Win10"

$ cd tensorflow\contrib\cmake

$ mkdir build

$ cd build

$ cmake -G "Visual Studio 14 2015 Win64" ^

-D tensorflow_CUDA_VERSION=9.1 ^

-D tensorflow_WIN_CPU_SIMD_OPTIONS=/arch:AVX2 ^

-D SWIG_EXECUTABLE=%SWIG_EXE% ^

-D PYTHON_EXECUTABLE="%PYTHON_EXECUTABLE_64%" ^

-D PYTHON_LIBRARIES="%PYTHON_LIBRARIES_64%" ^

-D NUMPY_INCLUDE_DIR="%NUMPY_INCLUDE_DIR%" ^

-D tensorflow_ENABLE_GPU=ON ^

-D tensorflow_BUILD_SHARED_LIB=ON ^

-D CUDNN_HOME="%CUDNN_HOME%" ^

ここでビルド前に生成されるプロジェクトファイルに手を加えます。
具体的には、ビルド中に生成されるlibファイルをリンクしているプロジェクトがあるのですが、そのリンクパスが間違っているため、ビルドが途中で停止します。
下記に情報がありました。

Qiita

【windows】AVX2を有効にしてTensorflowをビルドする(GPUなし) - Qiita

# 概要タイトルの通りです。widnows環境でcmakeの方でtensorflowをビルドします。その時にいろいろと小技が必要だったので、その内容を備忘録的に書いておきます。# 注...

修正対象は下記のプロジェクトファイル。

_beam_search_ops.vcxproj
_gru_ops.vcxproj
_lstm_ops.vcxproj
_nearest_neighbor_ops.vcxproj
_periodic_resample_op.vcxproj

修正内容は、

--- <AdditionalDependencies>\pywrap_tensorflow_internal.lib
+++ <AdditionalDependencies>Release\pywrap_tensorflow_internal.lib

1 2	--- <AdditionalDependencies>\pywrap_tensorflow_internal.lib +++ <AdditionalDependencies>Release\pywrap_tensorflow_internal.lib

になります。

修正後は下記のコマンドでビルドを開始します。

$ cmake --build . --config Release

1	$ cmake --build . --config Release

これでビルドが通ります。
が、前にも書いたように、すごく時間がかかります。
i7 8700K、32GBの環境でも、2時間から3時間もビルドに時間がかかりました...

上記の設定でビルドすると、Releaseフォルダに、

tensorflow.dll
tensorflow.lib
tensorflow_static.lib

を含む大量のバイナリが生成されます。

Why using Visual Studio 2015?

2017を使うと下記のエラーが出てビルドがうまくいきませんでした。

Found CUDA: C:/Program Files/NVIDIA GPU Computing Toolkit/CUDA/v9.1
(found suitable exact version "9.1")
CMake Error at CMakeLists.txt:322 (message):
  Selected compiler (or version) is not supported for CUDA

Found CUDA: C:/Program Files/NVIDIA GPU Computing Toolkit/CUDA/v9.1

(found suitable exact version "9.1")

CMake Error at CMakeLists.txt:322 (message):

Selected compiler (or version) is not supported for CUDA

調べたところ、下記の記事を見つけました。

GitHub

tensorflow 1.3,1.4,1.5,1.6 DLL load failed with CUDA 9.1, CUDnn-7.05, Windows 10 · Issue #16939 · tensorflow/tensorflow

import tensorflow strack trace> py lib\_learn\tensorflow\versions\versiontest.pyTraceback (most recent call last): File "lib/tensorflow_gpu_...

この中で、

devtalk.nvidia.com

https://devtalk.nvidia.com/default/topic/1027299/cuda-setup-and-installation/cuda-9-failed-to-support-the-latest-visual-studio-2017-version-15-5/

というVisual Studio 2017 15.5でCUDAが停止する、というNvidiaのコミュニティへのリンクがあります。
詳細は続報待ちですが、2015に変えたら動いたのでそういうものだと捉えておきます。

Why specify Numpy dir?

下記のエラーが出てビルドがうまくいきませんでした。

Cannot get NumPy include directory: Is NumPy installed?

1	Cannot get NumPy include directory: Is NumPy installed?

CMakeList.txtを解析していくと、NUMPY_INCLUDE_DIR変数を参照していたので、CMakeの引数で指定することで明示的に指定したわけです。

Takuya Takeuchi By Takuya Takeuchi | 2018年5月13日 | CUDA, GPUPU, TensorFlow, ディープラーニング | No Comments |

開発メモその121 OSSの資産管理WebアプリSnipe-ITをDockerで使う

Introduction

IT会社にいると、大なり小なり資産の管理作業が発生します。
自分のグループだけでもかなりの資産がありますが、それをExcelで管理していて辛い状況です。
そんな中、資産管理のWebアプリでよさげなアプリが、OSSかつDockerで提供していたの導入してみました。
ちなみに、Windows 10でのDocker for Windows環境です。

Get started!!

インストール手順は下記に書いてありますが、ちょっと分かりにくいです。

snipe-it.readme.io

Docker

Docker is a very popular software containerization platform. While it's not difficult to use, it can be a little confusing for folks who are less famili...

1. 設定ファイルの用意

下記のようなテキストファイルを用意します。

# Mysql Parameters
MYSQL_ROOT_PASSWORD=password
MYSQL_DATABASE=snipeit
MYSQL_USER=snipeit
MYSQL_PASSWORD=password

# Email Parameters
# - the hostname/IP address of your mailserver
MAIL_PORT_587_TCP_ADDR=smtp.whatever.com
#the port for the mailserver (probably 587, could be another)
MAIL_PORT_587_TCP_PORT=587
# the default from address, and from name for emails
MAIL_ENV_FROM_ADDR=youremail@yourdomain.com
MAIL_ENV_FROM_NAME=John Doe
# - pick 'tls' for SMTP-over-SSL, 'tcp' for unencrypted
MAIL_ENV_ENCRYPTION=tcp
# SMTP username and password
MAIL_ENV_USERNAME=your_email_username
MAIL_ENV_PASSWORD=your_email_password

# Snipe-IT Settings
APP_ENV=production
APP_DEBUG=false
APP_KEY=★後から設定★
APP_URL=http://127.0.0.1:80
APP_TIMEZONE='Asia/Tokyo'
APP_LOCALE=ja

# Mysql Parameters

MYSQL_ROOT_PASSWORD=password

MYSQL_DATABASE=snipeit

MYSQL_USER=snipeit

MYSQL_PASSWORD=password

# Email Parameters

# - the hostname/IP address of your mailserver

MAIL_PORT_587_TCP_ADDR=smtp.whatever.com

#the port for the mailserver (probably 587, could be another)

MAIL_PORT_587_TCP_PORT=587

# the default from address, and from name for emails

MAIL_ENV_FROM_ADDR=youremail@yourdomain.com

MAIL_ENV_FROM_NAME=John Doe

# - pick 'tls' for SMTP-over-SSL, 'tcp' for unencrypted

MAIL_ENV_ENCRYPTION=tcp

# SMTP username and password

MAIL_ENV_USERNAME=your_email_username

MAIL_ENV_PASSWORD=your_email_password

# Snipe-IT Settings

APP_ENV=production

APP_DEBUG=false

APP_KEY=★後から設定★

APP_URL=http://127.0.0.1:80

APP_TIMEZONE='Asia/Tokyo'

APP_LOCALE=ja

このファイルのパスを、ここではD:\VirtualMachines\Docker\volume\snipe-it\env.txtとして保存します。任意の場所でよいです。

2. データベースコンテナの用意

次に、データの保存先であるデータベースのコンテナを用意します。
データベースのファイルはホスト側に保存しますので、ディレクトリをあらかじめ用意しておきます。
ここでは、D:\VirtualMachines\Docker\volume\snipe-it\mysqlがデータベースファイルの格納先とします。
下記がデータベース用のコンテナです。

$ docker run --privileged --name snipe-mysql --env-file=D:/VirtualMachines/Docker/volume/snipe-it/env.txt -v D:/VirtualMachines/Docker/volume/snipe-it/mysql/:/var/lib/mysql -d -P mysql:5.6

1	$ docker run --privileged --name snipe-mysql --env-file=D:/VirtualMachines/Docker/volume/snipe-it/env.txt -v D:/VirtualMachines/Docker/volume/snipe-it/mysql/:/var/lib/mysql -d -P mysql:5.6

3. APP_KEYの取得

先のテキストファイルに★後から設定★と書かれていた値を取得します。

$ docker run --rm snipe/snipe-it:latest
Please re-run this container with an environment variable $APP_KEY
An example APP_KEY you could use is:
base64:kzzSXbSsFtAtbvhGYrp9M3H0WeJGHrw3385xy5PAXP4=

$ docker run --rm snipe/snipe-it:latest

Please re-run this container with an environment variable $APP_KEY

An example APP_KEY you could use is:

base64:kzzSXbSsFtAtbvhGYrp9M3H0WeJGHrw3385xy5PAXP4=

このbase64:xxxxxxxxxxxxxxxxxxxxxxxxxxxxxという部分を先のテキストファイルに貼り付けます。
つまり下記のようになります。

APP_KEY=base64:kzzSXbSsFtAtbvhGYrp9M3H0WeJGHrw3385xy5PAXP4=

1	APP_KEY=base64:kzzSXbSsFtAtbvhGYrp9M3H0WeJGHrw3385xy5PAXP4=

4.Snipe-ITの起動

最後にSnipe-ITそのもののコンテナを作成します。
ここでも設定などをホスト側に作成するので、ディレクトリをあらかじめ用意しておきます。
ここでは、D:\VirtualMachines\Docker\volume\snipe-itとします。
下記がコンテナ作成のコマンドです。
ホスト側のポート番号9001は自由に変えてもらって結構です。

$ docker run -d -p 9001:80 --privileged --name="snipe-it" --link snipe-mysql:mysql --env-file=D:/VirtualMachines/Docker/volume/snipe-it/env.txt -v D:/VirtualMachines/Docker/volume/snipe-it/:/var/lib/snipeit snipe/snipe-it:latest

1	$ docker run -d -p 9001:80 --privileged --name="snipe-it" --link snipe-mysql:mysql --env-file=D:/VirtualMachines/Docker/volume/snipe-it/env.txt -v D:/VirtualMachines/Docker/volume/snipe-it/:/var/lib/snipeit snipe/snipe-it:latest

これでWebからアクセスできますが、このままだと動きません。
情報が見当たらなかったのですが、必要なフォルダとファイルが作られていないため、データベースを作る際にエラーになってしまうので、下記のコマンドで回避します。

$ docker exec -it snipe-it /bin/bash
$ mkdir /var/lib/snipeit/keys
$ echo -n > /var/lib/snipeit/keys/oauth-private.key
$ echo -n > /var/lib/snipeit/keys/oauth-public.key

$ docker exec -it snipe-it /bin/bash

$ mkdir /var/lib/snipeit/keys

$ echo -n > /var/lib/snipeit/keys/oauth-private.key

$ echo -n > /var/lib/snipeit/keys/oauth-public.key

5.セットアップ

Next: Create Database Tables をクリック

Next: Create User をクリック

必要な情報を入力して、Next: Save User をクリック

セットアップ終了!!

Takuya Takeuchi By Takuya Takeuchi | 2018年5月13日 | Docker, IT資産管理, Snipe-IT, 仮想化 | No Comments |

« Previous

A certain engineer "COMPLEX"

とある技術者の劣等感

開発メモ125 Android NDKをWindowsで使ってみる

Introduction

Get Started!!

Download

Build

開発メモ124 64bitのRHELで32bitでソースをビルドする

Introduction

How?

開発メモ123 macOS 10.13 High Sierra にアップデートしたらxcrun: error: invalid active developer pathエラー

Introduction

How to resolve

開発メモその122 TensorFlowをCUDA 9.1 + CuDNN 7 on Windowsでビルドする

Introduction

Preparation

CMake

CUDA 9.1

CuDNN 7

Python 3.6

SWIGWIN

git

Build

Why using Visual Studio 2015?

Why specify Numpy dir?

開発メモその121 OSSの資産管理WebアプリSnipe-ITをDockerで使う

Introduction

Get started!!

1. 設定ファイルの用意

2. データベースコンテナの用意

3. APP_KEYの取得

4.Snipe-ITの起動

5.セットアップ