linux下xgboost、python版本、tensorflow_GPU的一些小事情

最近要搬实验室的砖，博客不怎么更新，可能到11月继续开始跟新，这次就说说最近的一些小问题

python版本的事情

其实这也没啥大事，因为之前一直用anaconda所以没啥坑，最近装xgboost的时候就遇到了。

总结一下：pip安装好像安装到python2那里去了，要在python3.5安装库啥的，用pip3；安装xgboost，运行setup.py的时候，如果要安装到python3.5，我记得用的是sudo python3 setup.py install；总之安装注意Python的版本。

附上一个步骤链接助你安装：

http://blog.csdn.net/tobeyourlover/article/details/53244421

注意里面的pip/pip3，python/python3。

下面有gpu加速资料的mark一下

http://blog.csdn.net/bojackhosreman/article/details/71480614

http://weibo.com/1402400261/ElI2M62Tn?type=comment#_rnd1506236204757

https://github.com/dmlc/xgboost/blob/master/plugin/updater_gpu/README.md

ps：python传递引用，这个事情在写复杂链表拷贝的时候又出现了，哎

举个例子：

>>> a=[1,2,3]
>>> b=a
>>> b
[1, 2, 3]
>>> b[1]=3
>>> b
[1, 3, 3]
>>> a
[1, 3, 3]

在把a这个list类（node类啥的同理）赋给b的时候，传递的是引用，内存中存储的还是只有一个list，这个细节在较大程序里可能会不小心，再次给自己做个记号。

tensorflow和GPU相关的

特么又是你的问题！

你大爷的！

tensorflow是一个比较素质低的玩家，注意指定使用gpu的编号，不然单机容易bug，服务器也应该有人会举报你，因为这个玩家默认调用所用的gpu资源，申请不到就报错。

所以，设置可见的GPU和使用的显存资源；

（1）功劳不是我的，老老实实贴链接

http://blog.csdn.net/wangkun1340378/article/details/72782593

ps：当然也可以在执行的时候用CUDA_VISIBLE_DEVICES=0 python3 xx.py

话说，这里又注意是python3，版本大家就不能只有一种么….

（2）单机下看自己的GPU编号命令：nvidia-smi

（3）安装tensorflow的时候，import可能出现有时候找不到对应版本的libcudnn啥的文件，那就去nvidia官网上找对应版本的cudnn，把一些文件拷贝到/usr/local/cuda-8.0/lib64里面去吧（有时候还要拷贝include文件夹的东西），具体细节应该在第二篇文本分类文章里有链接，关于cuda和cudnn的安装

没啦，没啥要说的了，oh还有就是感觉xgboost这种，特么要做的就是调参调参。。。

还有，听说u8出了7700k会降价？

哎，一不小心先买了微星z270 gaming pro的主板，听说也会降；

1100买了英睿达白马甲8g*2，一看别人买的，都是几百块钱的时候买的；

我好傻，买1060的时候也是贵的时候，但是有时候是真着急，刚需！

所以求牙膏厂给条活路，让我买到降价的7700k吧，我等你两周好不好，

很急很关键！