函数计算依赖安装需要有个模拟的 linux 环境,主

PythonStock(18):使用docker 安装 quantlib 源码安装&lib库安装,pythonstockdocker

python 连接数据库平日要安装第三方模块,连接 MS SQL Server 须要设置 pymssql 。由于 pymsql 正视于 FreeTDS,对于先于 2.1.3 版本的 pymssql,要求先安装 FreeTDS。由于前期版本的 pymssql 只提供了 windows 下的 wheel 打包,其余平台需求从源码包编写翻译安装,那供给先安装 freetds-dev 包,以提供需要的头文件。

AI那几个定义好像忽然就火起来了,年底大比分克制李世石的AlphaGo成功的诱惑了大气的关心,但骨子里看看您的无绳电电话机上的语音帮手,相机上的人脸识别,博客园上帮你活动筛选出来的音讯,还应该有各大音乐软件的歌曲“每一天推荐”……有滋有味的AI早就步入大家生存的满贯。深远的影响了着大家,能够说,这是一个AI的一代。

原来的小说链接 https://jinkey.ai/post/tech/mac-ren-yi-pythonhuan-jing-an-zhuang-caffe-de-zhong-ji-jiao-cheng
本文笔者 Jinkey(微信民众号 jinkey-love,官方网站 https://jinkey.ai)
谢谢 yubang 老鸟引导填坑,大神的博客http://blog.yubangweb.com/
小说允许非篡改签名转载,删除或修改本段版权消息转发的,视为侵略知识产权,我们保留追求你法律权利的义务,特此评释!

原稿地址
date:20170613

前言


使用Python开辟叁个期货项目。
类型地址:

连锁资料:

尤为重要使用支付语言是python。
使用的lib库是pandas,tushare,TensorFlow,tornado等。

本文的原作连接是:
未经博主允许不得转发。
博主地址是:

函数总结的 runtime 运维时的目录是只读的,所以对于要求使用 apt-get 和 pip 安装正视的现象,须要将依据安装在代码目录实际不是系统目录。具体安装方式能够参见《函数计算安装依赖库方法小结》。而 pymssql 的老版本涉及到编写翻译安装,比常见的二级制安装到地头目录略复杂一些。

其实早在二零一六 年 1月,百度就开源了PaddlePaddle深度学习框架,何况相当慢就抓住了众多源于百度外的加入者。相信有那几个同室早就抱有对那款又新鲜又有力的深度学习框架跃跃欲试,固然关于PaddlePaddle的科目不太多,但百度官方就在PaddlePaddle的官方网址给出了一份详细的课程,包蕴其API和函数文书档案。但是它依然是有门路的,尤其是对于对计算机及编制程序情形搭建领会不深的同学,只怕望着页面上凭空给出的代码及操作陷入懵逼。

1 概要

版本号

solidity的本子号命名遵循语义化版本商量。除了正式版本之外,最新的支付版本也是能够动用的。最新的支出版本不保障安居运营,何况包罗未文书档案化的要么不相称的改造(?broken changes)。大家引入应用最新的正规化版本。上面的安装程序会接纳新型的正规化版本。

1,关于quantlib


QuantLib 是三个注意于 Quantitative Finance 计算与费用的 C++ 库。
是非凡大的贰个lib库。
官方网址是:

中央代码是c++ 写的,使用swig举行包装,补助python,java等许多言语。
github 项目地址:

是BSD开源项目。
学习文书档案:

有关quantlib的文书档案挺少的,依旧那些男士写的比较全面。未来渐次斟酌。

函数总括依赖安装供给有个模拟的 linux 情状,在此之前大家引入应用 fcli shell 的 sbox ,运维三个看似生产蒙受的 docker container 进行信Ryan装。因为有些信赖是平台相关的,在 mac 系统安装的动态链接库不或许在函数总结的 linux 境况下运作, pymssql 恰好属于这种状态。本文作者将利用 fc-docker 进行安装和地点测量试验。

真的从零开端,PaddlePaddle详细安装入门图像和文字化教育程!

1.1 为何要写那篇小说

鉴于历史原因:
自身的Computer有五三个一向设置在系统的Python的条件,加上一群 Python 设想遇到。

包蕴 Mac 系统的缘由
自带的系统景况不可能安装 pip 及别的第三方库,必需透过 homebrew来自行设置贰个python 而以此python路线和系统的并分裂。
包括 Anaconda 的原因
事先为了设置某个科学总结库方便使用了Anaconda,并且须求同期选用python2和3,所以由多了多个际遇。

在这里样头晕目眩的开垦条件下,配置 Caffe 实在困难,特此教程。

Remix

借使您想要尝试solidity的智能合约,你能够品尝选拔Remix,它无需设置任何软件。假设您像在离线的时候使用Remix,你能够到以此项目中下载zip包。

2,编写翻译安装quantlib


linux安装文书档案:

先是要常备不懈 libboost库
接下来起始编写翻译 quantlib ,开采访编辑写翻译的年华最好的长。
从编写翻译出现的有的难题,到找到尝试。折腾了多数日子:
整治了下安装脚本如下:

cd /root 
echo "############ 1 download file ############ "
curl -o QuantLib-1.11.tar.gz https://codeload.github.com/lballabio/QuantLib/tar.gz/QuantLib-v1.11
curl -o QuantLib-SWIG-1.11.tar.gz https://codeload.github.com/lballabio/QuantLib-SWIG/tar.gz/QuantLib-SWIG-v1.11
echo "############ 2 install ubuntu libs ############ "
apt-get update && apt-get install -y python-dev swig automake autoconf libtool libboost-all-dev
#echo "############ 3 uncompress tar files ############ "
tar -zxvf QuantLib-1.11.tar.gz && tar -zxvf QuantLib-SWIG-1.11.tar.gz 
echo "############ 5 install quantlib ############ "
cd QuantLib-QuantLib-v1.11 && ./autogen.sh && 
./configure && make && make install && ldconfig
echo "############ 5 install quantlib-python3 ############ "
cd ../QuantLib-SWIG-QuantLib-SWIG-v1.11 && ./autogen.sh && ./configure PYTHON=/usr/bin/python3 && 
make -C Python && make -C Python install
echo "############ 6 rm tmp files ############ "
rm -rf /root/QuantLib-QuantLib-v1.11 /root/QuantLib-SWIG-QuantLib-SWIG-v1.11
rm -f /root/QuantLib-1.11.tar.gz /root/QuantLib-SWIG-1.11.tar.gz

别看就是个编写翻译,不理解为啥这么耗费时间间。
编写翻译 quantlib 就花了三个钟头,编写翻译 QuantLib-SWIG 笔者都放置夜晚做了。
然后第二天再来看。

下边包车型地铁例证是基于函数总计 runtime python3.6 的,对于 python2.7 也张开了测量检验,同样适用。

而明日本人要做的,就是带着具有那么些大概从不编制程序基础却很想上学PaddlePaddle的校友跨过那道坎。告诉你们大家哪些希图好使用PaddlePaddle进行编制程序所需的一体,以致怎么着看懂教程上的那个代码所代表的含义,那么废话十分的少说,我们及时开首。

1.2 为啥不用 docker 运营

因为 Pycharm Community Edition 2017.1 不援助远程调节和测验,其余开支情状不佳用。你要用 docker 的话能够不忽视该学科了。

npm/nodejs

那是安装solidity最实惠的法门。
中间提供了一个阳台独立的javascript库,它是由c++源码通过Emscripten调换为javascript的。它能够在档案的次序中平素使用(像Remix同样)。能够参见solc-js项目翻看指令。
它也可以有命令行工具,叫做solcjs,可以由此如下npm命令安装:

npm install -g solc

介意:olcjs的下令行选项与solc是不宽容的。全体与solc一起合营的工具(如geth)在solcjs中是无论用的

3,编译docker镜像


#需要编译数个小时,慢慢等待。
RUN cd /root && curl -o QuantLib-1.11.tar.gz https://codeload.github.com/lballabio/QuantLib/tar.gz/QuantLib-v1.11 && 
    curl -o QuantLib-SWIG-1.11.tar.gz https://codeload.github.com/lballabio/QuantLib-SWIG/tar.gz/QuantLib-SWIG-v1.11 && 
    apt-get update && apt-get install -y python-dev swig automake autoconf libtool libboost-all-dev && 
    tar -zxvf QuantLib-1.11.tar.gz && tar -zxvf QuantLib-SWIG-1.11.tar.gz && 
    cd QuantLib-QuantLib-v1.11 && ./autogen.sh && ./configure && make && make install && ldconfig
# 变成两个任务,防止第二个失败了,人崩溃了。
RUN cd /root/QuantLib-SWIG-QuantLib-SWIG-v1.11 && ./autogen.sh && ./configure PYTHON=/usr/bin/python3 && 
    make -C Python && make -C Python install && apt-get remove -y python-dev swig automake autoconf libtool && 
    rm -rf /root/QuantLib-QuantLib-v1.11 && rm -rf /root/QuantLib-SWIG-QuantLib-SWIG-v1.11  && 
    rm -f /root/QuantLib-1.11.tar.gz  /root/QuantLib-SWIG-1.11.tar.gz

编写翻译之后方可选择了:

>>> import QuantLib as ql 
>>> print(ql.__version__)
1.11

第一利用 docker 在本机 Mac Computer下运作三个 SQL Server 2017 服务,并最先化表结构,编辑二个 index.py 的测验文件,以证实数据库访谈是还是不是中标。

首先步,找一台电脑

首先,大家首先步要有贰个测算设备,俗话说巧妇难为无米之炊。你能够租用云服务器,当然也能够动用你手上现存的管理器和服务器。在这里处为了使早先安装景况单纯,笔者将提请二个百度云服务器。

大家踏入百度云官方网址,在产品中选拔“云服务器BBC”。点击购买:

图片 1

在购买时,云服务器类型选用“GPU实例”,因为其他项目的云服务器都不曾布署GPU。有的时候候“GPU实例”处于不可用状态,是因为该地段服务器已经被租完,那将要要左上角接纳此外地段的服务器集群,或然转移“可用区”:

图片 2

小编换来了罗利的集群。下一步,在GPU型号的选料上,因为老黄的老大条目,NVIDIA GeForce类别的GPU不允许用在商用深度学习世界,只好个人研究选用还是玩游戏,所以这段日子独有4种能够选:P40、P4、K40和NVIDIA 深度学习开辟卡。他们在参数上有三种差异,几个是计算工夫,贰个是缓显存。比方:P4的单精度品质是5.5Tflops,P40属性是12Tflops。因为吃水学习注重利用单精度总结(其实不外乎天气预测,流人体模型拟,量子色重力学等最为调查钻探项目,用到的都以单精度或然半精度的演算),所以这一个目标在骨子里影响上在你磨练时磨炼进度快慢的难题。第二个分歧便是GPU显存,显慰劳题其实优化的客观8G丰盛用,优化不创设,给你100G都会爆显存。有的热用了 CNN,你随意做个内积内部存储器就翻倍了必供给炸的。

此外的同台默许就可以,假诺想用SSD,在仓库储存层面点击“创建云磁盘”,选择”SSD云磁盘“,调治合适的容积就可以,之后会挂在在系统上:

图片 3

假设您想要从外网访问那几个服务器,要选择“购买弹性公网IP”,实际便是给您的服务器分配一个公网IP,不然的话你只好从管理页面在网页上应用VNC远程连接。

其后听闻自身的实际上情形填写服务器登入密码和购进时间长度。linux系统为root,windows系统为Administrator。全部正是以此样子:

图片 4

付费办法得以选预支费和后付费,假如不是计量重度使用客商,使用后付费会低价非常多,感到她是遵循使用量计费的。

付费成功后就足以在账户的“云服务器BCC-实例列表”里观察你的机械啦。暗中认可名称是三个之中序号,如果服务器多的话为了便于分别,能够在左侧的开关重新输入名称:

图片 5

点击侧边的“VNC远程”可以从网页端连接到服务器的SHELL。

图片 6

本来,大家也足以在“监察和控制”页面中找到服务器的IP地址,用XSHELL或然PUTTY等工具链接到服务器,在此用XSHELL演示一下:

图片 7

图片 8

图片 9

连接:

图片 10

收受并保存主机密钥。Linux客商名初步为root,提出利用root,正是为了方便,不用日常打sudo和输入密码:

图片 11

准确输入密码后就连接受服务器的shell了:

图片 12

如此那般一台可用的服务器就策动好了。

假如应用的而是自个儿的机械的话,请保管机器遭逢与以上同等

1.3 用到的情形

因为随着各个库更新,不断定有空更新教程导致该课程有些步骤不可用,特此说美赞臣下写那些稿子的时候种种库的版本。
MacOS 10.12.6
Python 2.7.13
pip 9.0.1
Pycharm Community Edition 2017.1
Homebrew 1.3.1
cmake version 3.8.2
caffe 1.0

Docker

作者们提供了编译器最新的docker编写翻译。stable库房富含的是发行版本,而nightly含蓄的是动荡的心效果。

docker run ethereum/solc:stable solc --version

前段时间,docker容器只含有了编写翻译器可执行程序,所以您还要做些额外的劳作,选取源码和输出目录。

4,python2 直接设置


万一是python2 的条件一向行使apt-get 进行安装:

apt-get install -y quantlib-python 

安装到位之后的本子是 1.7 是 2014 年发表的。

>>> import QuantLib as ql
>>> print(ql.__version__)
1.7

新颖的是 1.11 ,要想安装新型的依旧源码安装。
要想方便依然 apt-get 安装快。

$ docker pull mcr.microsoft.com/mssql/server:2017-latest$ docker run -e 'ACCEPT_EULA=Y' -e 'SA_PASSWORD=Codelife.me'  -p 1433:1433 --name sql1  -d mcr.microsoft.com/mssql/server:2017-latest

第二步

拿到shell后第一步当然是要换一个境内的apt源,笔者找了一个南开的源:

奉行如下操作,备份原来的作品件后,新建二个原作件:

# mv /etc/apt/sources.list /etc/apt/sources2.list
# vi /etc/apt/sources.list

应用i键进入编辑方式,然后将以下内容使用shift+insert复制进去:

#默认注释了源码镜像以提高 apt update 速度,如有需要可自行取消注释
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial main restricted universe multiverse

# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial main restricted universe multiverse

deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-updates main restricted universe multiverse

# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-updates main restricted universe multiverse

deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-backports main restricted universe multiverse

# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-backports main restricted universe multiverse

deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-security main restricted universe multiverse

# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-security main restricted universe multiverse

输入后 按下esc,然后按下塞尔维亚(Serbia)语半角的冒号“:”,后输入wq,回车,就保留了。

最后别忘了输入apt-get update更新一下源文本

因为脚下PaddlePaddle与python3不相配,所以大家要索要三个2.7版本的python。

大家直接用apt下载就可以 apt-get install python。他私下认可是2.7本子。安装到位后跻身到了等候情势,输入python能够看看是2.7版:

图片 13

理所必然大家也能够由此源码情势安装python2.7

wget [https://www.python.org/ftp/python/2.7.13/Python-2.7.13.tgz] 

下载Python2.7

图片 14

解压该包:

tar -xvf Python-2.7.13.tgz

进去该包:

cd Python-2.7.13

配置

 ./configure

编译:

make
make install

安装收尾

随后须要设置pip。Pip使用python的三个包管理工科具,能够用它低价地一贯下载安装python包。

输入 apt-get install python-pip 安装,他会默许安装python暗中同意的2.7本子对应的PIP管理器

图片 15

设置到位后,输入pip -V来查阅pip的版本

图片 16

装好pip后,首先先把numpy模块装好,因为他是paddlepaddle必备蒙受包

Pip install numpy

Pip暗许已经用的是海外的源,那速度差不多是再难,大家权且用复旦源来安装:

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple pyspider

安装到位后,踏入python,输入import numpy as py 若未有报错则设置成功。

图片 17

2 景况盘算

二进制安装包

Solidity的二进制安装包能够在本条页面找到。
我们也为Ubuntu系统提供PPAs。如下命令,获取最新的安定团结版本:

sudo add-apt-repository ppa:ethereum/ethereum
sudo apt-get update
sudo apt-get install solc

例如您想安装新型的开销版本:

sudo add-apt-repository ppa:ethereum/ethereum
sudo add-apt-repository ppa:ethereum/ethereum-dev
sudo apt-get update
sudo apt-get install solc

Linux也是有安装包,不过只限开荒版本:

pacman -S solidity-git

Homebrew安装,在如今甘休还平素不编写翻译好的安装包,不过Homebrew能够通过编写翻译源码安装。大家也会立即增添编写翻译好的安装包。

brew update
brew upgrade
brew tap ethereum/ethereum
brew install solidity
brew linkapps solidity

假诺你想要获取特定版本的solidity,你能够经过homebrew直接从github安装。
参看github上solidity.rb提交。
翻看历史提交,直到找到所需的solidity.rb的源码。然后通过brew安装:

brew unlink solidity
# Install 0.4.8
brew install https://raw.githubusercontent.com/ethereum/homebrew-ethereum/77cce03da9f289e5a3ffe579840d3c5dc0a62717/solidity.rb

大家也为Gentoo linux提供了solidity安装包。通过emerge安装:

demerge ev-lang/solidity

5,总结


编写翻译quantlib 没有何技巧含量,就是编写翻译时间太长了。
风行的 1.11 使用 1.7 的版本也尚无吗难题。

正文的原稿连接是:
未经博主允许不得转发。
博主地址是:

将 SQL Server 运转于 1433 端口,并设定 SA 账户密码为 Codelife.me

下边进入安装PaddlePaddle阶段。

安装PaddlePaddle有三种办法:

  1. 最简单易行的秘技自然是用pip包管理器安装
  2. 编写翻译源码安装
  3. 在docker中安装

1.1 用pip直接设置:

pip install -i https://pypi.douban.com/simple paddlepaddle==0.11.0

1.2 安装gpu版本前提是安装了CUDA和cudnn5,CUDA官方协理的是cuda7.5和cuda8。Cuddn加快的话PaddlePaddle可以动用cudnn v2之后的其他三个版本来编写翻译运维,但推荐应用它近些日子所支撑的参天版本最新版本的cudnn5):

pip install -i https://pypi.douban.com/simple paddlepaddle-gpu==0.11.0

图片 18

2.1 Homebrew

极限运转

/usr/bin/ruby -e "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/master/install)"

从源码安装

这一部分保留,不做翻译,须求的读者间接看原稿。

本文由必威发布于必威-运维,转载请注明出处:函数计算依赖安装需要有个模拟的 linux 环境,主

TAG标签:
Ctrl+D 将本页面保存为书签,全面了解最新资讯,方便快捷。