lubuntu 16.10にGPU版tensorflowをインストールしてみた
lubuntu 16.10にGPU版tensorflowをインストールしてみました。ようやくできました。
NVIDIA GeForce 950M搭載PCにubuntuをインストールしてみた。
前回ubuntu16.04をインストールしました。
ところがnvidiaドライバを入れたところ、ログインループ問題に引っかかり解決できませんでした。ｗ
永久にログインすらできなくなる糞仕様。
ubuntu16.04に見切りをつけて、最新のlubuntu16.10英語版をインストールしたところ大正解。
最新の環境をあっさり一発でセットアップできました。今までの苦労は何だったんだ。
軽量lubuntuにすると起動も軽快です。
環境構築だけで苦戦している人が多いようですが、tensorflowやディープラーニングを構築するならlubuntu16.10です。
一つずつ確認しながら進んで行きましょう。
環境 lubuntu16.10
GPU: GEFORCE 950M
lubuntuのダウンロード
$sudo apt-get update
$sudo apt-get upgrade
nvidiaドライバのインストール
nvidiaの最新ドライババージョンは375です。
nvidia ドライバ
GPUを検索にかけるとバージョンがでてきます。恐らくみんな375なはずです。
ダウンロードボタンが出てきますが、クリックしません。apt-get からインストールします。
$sudo add-apt-repository ppa:graphics-drivers/ppa
$sudo apt-get update
$sudo apt install nvidia-375 nvidia-settings
$sudo apt install mesa-utils
再起動するとNVIDIA X Server Settingsがインストールされています。
GPUの使用状況を確認してみます。
$nvidia-smi
Fri Dec 9 10:08:43 2016
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 375.20 Driver Version: 375.20 |
|-------------------------------+----------------------+----------------------+
| GPU Name Persistence-M| Bus-Id Disp.A | Volatile Uncorr. ECC |
| Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. |
|===============================+======================+======================|
| 0 GeForce GTX 950M Off | 0000:01:00.0 Off | N/A |
| N/A 40C P0 N/A / N/A | 0MiB / 2034MiB | 0% Default |
+-------------------------------+----------------------+----------------------+
+-----------------------------------------------------------------------------+
| Processes: GPU Memory |
| GPU PID Type Process name Usage |
|=============================================================================|
| No running processes found |
+-----------------------------------------------------------------------------+
Cudaインストール
$sudo apt-get install nvidia-cuda-toolkit
Cuda 8.0がインストールされています。
$ nvcc -V
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2016 NVIDIA Corporation
Built on Sun_Sep__4_22:14:01_CDT_2016
Cuda compilation tools, release 8.0, V8.0.44
cuDNNインストール
cuDNNとはディープラーニング用のライブラリです。
NVIDIA cuDNN
ログインして、cuDNN v5.1 Library for Linuxをダウンロードします。
$tar xzvf cudnn-8.0-linux-x64-v5.1.tgz
$ sudo cp -a cuda/lib64/* /usr/local/lib/
$ sudo cp -a cuda/include/* /usr/local/include/
$ sudo ldconfig
tensorflowのインストール
pythonはバージョン2.7と3.5の２つが入っています。2と3で互換性がないので両方入っています。
$python -V
Python 2.7.12+
$python3 -V
Python 3.5.2+
$sudo apt-get install python3-pip
$sudo pip3 install --upgrade pip
$export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-0.12.0rc0-cp35-cp35m-linux_x86_64.whl
$sudo pip3 install --upgrade $TF_BINARY_URL
exportの一行ですが、下のtensorflow.orgから貼り付けました。ubuntu64 bit, GPU enabled, python3.5
Download and Setup - TensorFlow
$ python3
>>> import tensorflow as tf
I tensorflow/stream_executor/dso_loader.cc:128] successfully opened CUDA library libcublas.so locally
I tensorflow/stream_executor/dso_loader.cc:128] successfully opened CUDA library libcudnn.so locally
I tensorflow/stream_executor/dso_loader.cc:128] successfully opened CUDA library libcufft.so locally
I tensorflow/stream_executor/dso_loader.cc:128] successfully opened CUDA library libcuda.so.1 locally
I tensorflow/stream_executor/dso_loader.cc:128] successfully opened CUDA library libcurand.so locally
>>> hello = tf.constant('hello tensorFlow!')
>>> sess = tf.Session()
I tensorflow/stream_executor/cuda/cuda_gpu_executor.cc:936] successful NUMA node read from SysFS had negative value (-1), but there must be at least one NUMA node, so returning NUMA node zero
I tensorflow/core/common_runtime/gpu/gpu_device.cc:885] Found device 0 with properties:
name: GeForce GTX 950M
major: 5 minor: 0 memoryClockRate (GHz) 1.124
pciBusID 0000:01:00.0
Total memory: 1.99GiB
Free memory: 1.95GiB
I tensorflow/core/common_runtime/gpu/gpu_device.cc:906] DMA: 0
I tensorflow/core/common_runtime/gpu/gpu_device.cc:916] 0: Y
I tensorflow/core/common_runtime/gpu/gpu_device.cc:975] Creating TensorFlow device (/gpu:0) -> (device: 0, name: GeForce GTX 950M, pci bus id: 0000:01:00.0)
これでGPU版tensorflowをインストールできました。
厳選リンク 参考にさせていただきました。
TensorFlow r0.9 (GPU版)を ubuntu16.04 にインストール
ついでに初期設定をしておきましょう。
google chromeのインストール
昔私が書いたブログ
Elementary OS 初期設定2 日本語入力 Japanese Input
変更点が一つあります。
zenityというパッケージを追加インストールします。
$sudo apt-get install zenity
パッケージをインストールし終わったらスタートメニューからSettings(設定) -> Language Support(言語サポート)
日本語を一番下から一番上に引っ張ります。
$fcitx-setup-helper
ログアウトし直すと半角/全角キーを押すと日本語入力できるようになります。
NVIDIA GeForce 950M搭載PCにubuntuをインストールしてみた。
前回ubuntu16.04をインストールしました。
ところがnvidiaドライバを入れたところ、ログインループ問題に引っかかり解決できませんでした。ｗ
永久にログインすらできなくなる糞仕様。
ubuntu16.04に見切りをつけて、最新のlubuntu16.10英語版をインストールしたところ大正解。
最新の環境をあっさり一発でセットアップできました。今までの苦労は何だったんだ。
軽量lubuntuにすると起動も軽快です。
環境構築だけで苦戦している人が多いようですが、tensorflowやディープラーニングを構築するならlubuntu16.10です。
一つずつ確認しながら進んで行きましょう。
環境 lubuntu16.10
GPU: GEFORCE 950M
lubuntuのダウンロード
$sudo apt-get update
$sudo apt-get upgrade
nvidiaドライバのインストール
nvidiaの最新ドライババージョンは375です。
nvidia ドライバ
GPUを検索にかけるとバージョンがでてきます。恐らくみんな375なはずです。
ダウンロードボタンが出てきますが、クリックしません。apt-get からインストールします。
$sudo add-apt-repository ppa:graphics-drivers/ppa
$sudo apt-get update
$sudo apt install nvidia-375 nvidia-settings
$sudo apt install mesa-utils
再起動するとNVIDIA X Server Settingsがインストールされています。
GPUの使用状況を確認してみます。
$nvidia-smi
Fri Dec 9 10:08:43 2016
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 375.20 Driver Version: 375.20 |
|-------------------------------+----------------------+----------------------+
| GPU Name Persistence-M| Bus-Id Disp.A | Volatile Uncorr. ECC |
| Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. |
|===============================+======================+======================|
| 0 GeForce GTX 950M Off | 0000:01:00.0 Off | N/A |
| N/A 40C P0 N/A / N/A | 0MiB / 2034MiB | 0% Default |
+-------------------------------+----------------------+----------------------+
+-----------------------------------------------------------------------------+
| Processes: GPU Memory |
| GPU PID Type Process name Usage |
|=============================================================================|
| No running processes found |
+-----------------------------------------------------------------------------+
Cudaインストール
$sudo apt-get install nvidia-cuda-toolkit
Cuda 8.0がインストールされています。
$ nvcc -V
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2016 NVIDIA Corporation
Built on Sun_Sep__4_22:14:01_CDT_2016
Cuda compilation tools, release 8.0, V8.0.44
cuDNNインストール
cuDNNとはディープラーニング用のライブラリです。
NVIDIA cuDNN
ログインして、cuDNN v5.1 Library for Linuxをダウンロードします。
$tar xzvf cudnn-8.0-linux-x64-v5.1.tgz
$ sudo cp -a cuda/lib64/* /usr/local/lib/
$ sudo cp -a cuda/include/* /usr/local/include/
$ sudo ldconfig
tensorflowのインストール
pythonはバージョン2.7と3.5の２つが入っています。2と3で互換性がないので両方入っています。
$python -V
Python 2.7.12+
$python3 -V
Python 3.5.2+
$sudo apt-get install python3-pip
$sudo pip3 install --upgrade pip
$export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-0.12.0rc0-cp35-cp35m-linux_x86_64.whl
$sudo pip3 install --upgrade $TF_BINARY_URL
exportの一行ですが、下のtensorflow.orgから貼り付けました。ubuntu64 bit, GPU enabled, python3.5
Download and Setup - TensorFlow
$ python3
>>> import tensorflow as tf
I tensorflow/stream_executor/dso_loader.cc:128] successfully opened CUDA library libcublas.so locally
I tensorflow/stream_executor/dso_loader.cc:128] successfully opened CUDA library libcudnn.so locally
I tensorflow/stream_executor/dso_loader.cc:128] successfully opened CUDA library libcufft.so locally
I tensorflow/stream_executor/dso_loader.cc:128] successfully opened CUDA library libcuda.so.1 locally
I tensorflow/stream_executor/dso_loader.cc:128] successfully opened CUDA library libcurand.so locally
>>> hello = tf.constant('hello tensorFlow!')
>>> sess = tf.Session()
I tensorflow/stream_executor/cuda/cuda_gpu_executor.cc:936] successful NUMA node read from SysFS had negative value (-1), but there must be at least one NUMA node, so returning NUMA node zero
I tensorflow/core/common_runtime/gpu/gpu_device.cc:885] Found device 0 with properties:
name: GeForce GTX 950M
major: 5 minor: 0 memoryClockRate (GHz) 1.124
pciBusID 0000:01:00.0
Total memory: 1.99GiB
Free memory: 1.95GiB
I tensorflow/core/common_runtime/gpu/gpu_device.cc:906] DMA: 0
I tensorflow/core/common_runtime/gpu/gpu_device.cc:916] 0: Y
I tensorflow/core/common_runtime/gpu/gpu_device.cc:975] Creating TensorFlow device (/gpu:0) -> (device: 0, name: GeForce GTX 950M, pci bus id: 0000:01:00.0)
これでGPU版tensorflowをインストールできました。
厳選リンク 参考にさせていただきました。
TensorFlow r0.9 (GPU版)を ubuntu16.04 にインストール
ついでに初期設定をしておきましょう。
google chromeのインストール
$wget https://dl.google.com/linux/direct/google-chrome-stable_current_amd64.deb
$sudo dpkg -i google-chrome*.deb
$sudo apt-get install -f
$google-chrome
windowsとubuntu マルチブートにしていると時刻がずれるのを直す
$sudo timedatectl set-local-rtc 1
昔私が書いたブログ
Elementary OS 初期設定2 日本語入力 Japanese Input
変更点が一つあります。
zenityというパッケージを追加インストールします。
$sudo apt-get install zenity
パッケージをインストールし終わったらスタートメニューからSettings(設定) -> Language Support(言語サポート)
日本語を一番下から一番上に引っ張ります。
$fcitx-setup-helper
ログアウトし直すと半角/全角キーを押すと日本語入力できるようになります。
NVIDIA GeForce 950M搭載PCにubuntuをインストールしてみた。
３カ月くらい前にマウスコンピュータでノートPCを買いました。
MB-K670XN-SH2というモデルです。
グラフィックスカードGeForce® GTX 950M（2GB）を搭載しています。
CUDAに対応していて、GPU版tensorFlowが利用できるということでやってみようとなったんですが、とてつもなく大変でした。
GPUのCUDAサポート CUDA | Supported GPUs | GeForce
どハマリしたポイントを書いていきます。
まずlinuxを直接インストールしなければいけません。
virtualBoxのようなバーチャルではnvidiaのドライバがインストールできません。
MBRをイジリたくはないんだけれど、しょうがない。
参考サイト
Ubuntu16.04 + Windows10 のデュアルブート環境を構築する
Windows10とUbuntuのデュアルブートをやってみた話
この２つのサイトが役に立ちました。まずは正しい情報なのでやってみましょう。
私の場合はうまくいきませんでした。笑
ここから先はうまくいかなかった人向けです。
USBメモリーからubuntuをインストールできましたが、再起動するとlinuxが起動しません。
ディスプレイが真っ黒なまま停止します。
おかしいな、と思い一旦linuxの全領域を削除。
再インストールしようとしたのですが、今度はインストールができなくなりました。
ubuntuのロゴ表示で停止します。
途方に暮れていて見つけたのが次のサイト。
nVidiaのGPU搭載PCにUbuntuを入れようとしてハマった
ここで原因が判明しました。
nVidiaのGPUを搭載しているとlinuxが起動しない、という問題があるようです。
解決方法はgrubでカーネルに渡すパロメータを変更します。
grubの画面で「e」を押し、編集モードに入り、
「quiet splash」を 「nomodeset」へ変更します。これで解決！。
オプションの意味は
nomodeset 起動時にいわゆるdmesgをディスプレイに表示。これが正解。
quiet splash dmesgを非表示にして、ubuntuのロゴを表示、見栄えを良くする。
良くわからんが、quiet splashにするとnvidiaのgpuに引っ掛かるようです。
インストールし終わったら、/etc/default/grubを直接編集します。
同じように「quiet splash」を 「nomodeset」へ変更し、
#sudo update-grub
でgrubを更新することができます。
これで無事ubuntu16.04をインストールできるようになりました。
ジョンタイターの予言が酷すぎる
未来人2062年の予言 まさかの大外れ トランプ勝利！
２０６２年の未来人の予言が外れたので、ジョンタイターの予言を調べてみました。
いやあ、これが酷すぎた。
予言が外れることもあるそうですが、外しまくりです。
2005年 アメリカで内戦勃発
2011年 アメリカ解体
2015年 第三次世界大戦
2017年 30億人の犠牲者を出し、ロシア勝利で第三次世界大戦終結
もうね無茶苦茶です。今は第三次世界大戦中ですってよ。
一つでも外した時点で考察するに値しないと思います。
今後起きる予言は何の参考にもなりません。
地震を予知するんでしたら、ピンポイントで時間と場所を当ててください。
未来人になぜそれが出来ないのか？
予言をするんだったら嘘でもいいから、未来に希望が持てるような予言にするべきだろうと思います。
世界中みんな金持ちになるとかを予言するべきで、人類絶滅だの核戦争だの勘弁です。
タイムマシンが完成したら未来から未来人がやってくるだろう、という理屈は理解できます。
まともな未来人さん、来てください。お願いしますよ。ホント。
未来の本屋を勝手に考える 未来屋書店モンテメール芦屋
未来の本屋を勝手に考える 未来屋書店モンテメール芦屋
本屋さんの未来屋書店モンテメール芦屋が好きです。
私は各地の本屋や図書館を見てきましたが、ここは本当に素晴らしい本屋さんだと思います。
初めて訪れた時ビビッと来ました。
ここはお気に入りの本屋になる。私のための本屋だ！
未来屋書店がJR芦屋駅にオープン それでオープンした頃に書いたわけです。
ところが長く続かないのではないかと思っています。
私の分析では相当苦戦しているはずです。
その前に未来屋書店モンテメール芦屋の良いところを書いてみます。
よいところ１
内装がとにかくおしゃれ
百貨店内にあるためか、本屋さんなのに異様にゴージャスです。
個人書店では考えられないほどのゴージャスさです。
椅子やソファーにお金が掛かっています。チンケな椅子ではありませんよ。
どうみても椅子やソファー１脚の価格が10万円以上、数十万はかかっています。
しかも椅子だけで３０脚はあります。
どんだけ椅子に金を使っているのか？ｗ 本屋なのに。
よいところ２
本が読み放題。
ゴージャスな椅子に座って１日中無料で本を読むことができます。
本を売る気があるのでしょうか？ｗ
よいところ３
本屋内にカフェがある。
カフェがあるのは近畿ではここモンテメール芦屋だけです。
お腹が空いたらカフェで食事ができます。
買っていない本も持ち込めます。本を読みながら食事ができます。
お分かりいただいたと思いますが、未来屋書店モンテメール芦屋は天国なのです。
本好きな人にとっては天国以外の何物でもありません。
次になぜ未来屋書店モンテメール芦屋は苦戦するのかを書いてみたいと思います。
苦戦する理由１
芦屋人は本を読まない。単純に芦屋の人口は１０万人と少ないというのもあります。
芦屋というのは金持ちのジジイとババアの街なのです。
高齢者は本を読みません。そもそも老眼で本が読めないのです。
苦戦する理由２
すぐとなりに巨大なジュンク堂書店がある。
売り場面積５倍以上はあるでしょう。目当ての本を買おうと思ったら、巨大なジュンク堂書店に流れてしまいます。
苦戦する理由３
カフェのババアがうるさい。
本屋内のカフェでペチャクチャうるさいババアが陣取っています。
図書館であれば静かにするのがマナーですが、お金を払ったカフェの客ですからお構いなしです。
本を読まないなら他のカフェに行けよと思います。
苦戦する理由4
勉強している学生がウザい
椅子が提供されているので普通にノートを広げて勉強をしています。ｗ
家に帰って勉強しろよと。図書館ではありませんよと。
他人の善意を理解できない人たちが多いのです。私の本屋に来るなと言いたい。
整理すると無料で本がいくらでも読める、隣に巨大なジュンク堂がある、内装にお金をかけすぎ。
これで本屋をやろうというのですから、相当太っ腹というかクレイジーだと思います。
いろいろ思うことがあるのですが一つに絞ると、入場料を取るべきだと思います。
芦屋価格で入場料８００円です。１ドリンク付き。
８００円程度なら私は喜んで払います。
ただ入場料を払うのではありませんよ。ここの本屋は１日中椅子やソファに座って本が読めてしまうのです。
ネットで「本屋 入場料」で検索すると賛否両論あるようですね。
素人お断りみたいな変わった本屋があっても良いと思います。
本屋さんの未来屋書店モンテメール芦屋が好きです。
私は各地の本屋や図書館を見てきましたが、ここは本当に素晴らしい本屋さんだと思います。
初めて訪れた時ビビッと来ました。
ここはお気に入りの本屋になる。私のための本屋だ！
未来屋書店がJR芦屋駅にオープン それでオープンした頃に書いたわけです。
ところが長く続かないのではないかと思っています。
私の分析では相当苦戦しているはずです。
その前に未来屋書店モンテメール芦屋の良いところを書いてみます。
よいところ１
内装がとにかくおしゃれ
百貨店内にあるためか、本屋さんなのに異様にゴージャスです。
個人書店では考えられないほどのゴージャスさです。
椅子やソファーにお金が掛かっています。チンケな椅子ではありませんよ。
どうみても椅子やソファー１脚の価格が10万円以上、数十万はかかっています。
しかも椅子だけで３０脚はあります。
どんだけ椅子に金を使っているのか？ｗ 本屋なのに。
よいところ２
本が読み放題。
ゴージャスな椅子に座って１日中無料で本を読むことができます。
本を売る気があるのでしょうか？ｗ
よいところ３
本屋内にカフェがある。
カフェがあるのは近畿ではここモンテメール芦屋だけです。
お腹が空いたらカフェで食事ができます。
買っていない本も持ち込めます。本を読みながら食事ができます。
お分かりいただいたと思いますが、未来屋書店モンテメール芦屋は天国なのです。
本好きな人にとっては天国以外の何物でもありません。
次になぜ未来屋書店モンテメール芦屋は苦戦するのかを書いてみたいと思います。
苦戦する理由１
芦屋人は本を読まない。単純に芦屋の人口は１０万人と少ないというのもあります。
芦屋というのは金持ちのジジイとババアの街なのです。
高齢者は本を読みません。そもそも老眼で本が読めないのです。
苦戦する理由２
すぐとなりに巨大なジュンク堂書店がある。
売り場面積５倍以上はあるでしょう。目当ての本を買おうと思ったら、巨大なジュンク堂書店に流れてしまいます。
苦戦する理由３
カフェのババアがうるさい。
本屋内のカフェでペチャクチャうるさいババアが陣取っています。
図書館であれば静かにするのがマナーですが、お金を払ったカフェの客ですからお構いなしです。
本を読まないなら他のカフェに行けよと思います。
苦戦する理由4
勉強している学生がウザい
椅子が提供されているので普通にノートを広げて勉強をしています。ｗ
家に帰って勉強しろよと。図書館ではありませんよと。
他人の善意を理解できない人たちが多いのです。私の本屋に来るなと言いたい。
整理すると無料で本がいくらでも読める、隣に巨大なジュンク堂がある、内装にお金をかけすぎ。
これで本屋をやろうというのですから、相当太っ腹というかクレイジーだと思います。
いろいろ思うことがあるのですが一つに絞ると、入場料を取るべきだと思います。
芦屋価格で入場料８００円です。１ドリンク付き。
８００円程度なら私は喜んで払います。
ただ入場料を払うのではありませんよ。ここの本屋は１日中椅子やソファに座って本が読めてしまうのです。
ネットで「本屋 入場料」で検索すると賛否両論あるようですね。
素人お断りみたいな変わった本屋があっても良いと思います。
スーパーマリオブラザーズ 人工知能で世界最速を目指そう！ PART2
スーパーマリオブラザーズ 人工知能で世界最速を目指そう！ の続きです。
前回、遺伝的アルゴリズムで50～60世代位でステージ1-1をクリアできるようになりました。
今回は世界最速を目指そう！できるかな？
世界最速動画です。つい最近、World Recordが更新されました。
で、よく見ると1-1ドラム管を使ってワープしているじゃないですか。いやあ面倒なことになりました。
つまり、下キーを使わなければドラム管ワープできません。前回は上キーと下キーは 入力しない設定にしていました。
ワープなしの最速を目指すということで逃げましょうか。
1-1のタイムを見ると29秒66です。約30秒。どこまで近づけるか？
とりあえず前回のプログラムを改良していきます。
クリアフラグを付けます。マリオがゴールポールにしがみつくと、メモリーアドレス 0x001Dが3になります。
ポールの下に着地するとメモリーアドレス 0x001Dが2になります。これを利用します。そのときのタイムを取得します。
タイムは0x07F8/A Digits of time (100 10 1)です。399から減っていきます。
とりあえずゴールしたらタイムボーナス。TIme * 100点追加。これで動かしてみます。
あとFceuxでLuaScriptを動かすとき、TurboModeで高速に動かしています。
Windowsだと早いのですが、ラズベリーパイだと遅い。ほとんどノーマルスピードと変わりありません。
やりました！コツがわかってきました。まずは結果画像を見てください。
左から世代、平均評価値、クリアしたマリオの数です。
35世代でまずクリアするようになりました。
41世代、20人中14人がクリア！30分動かしてこの成果です。
評価値も結構安定するようになりました。
遺伝的アルゴリズムでやってみて、数字をちょこちょこ調整しています。
今の段階では
マリオは20体用意。
優秀なマリオを4体に絞る
一点交差、
突然変異は1%がベストです。
あとは下キー入力とベストタイムを表示させてみます。
2016/11/25
前回、遺伝的アルゴリズムで50～60世代位でステージ1-1をクリアできるようになりました。
今回は世界最速を目指そう！できるかな？
世界最速動画です。つい最近、World Recordが更新されました。
で、よく見ると1-1ドラム管を使ってワープしているじゃないですか。いやあ面倒なことになりました。
つまり、下キーを使わなければドラム管ワープできません。前回は上キーと下キーは 入力しない設定にしていました。
ワープなしの最速を目指すということで逃げましょうか。
1-1のタイムを見ると29秒66です。約30秒。どこまで近づけるか？
とりあえず前回のプログラムを改良していきます。
クリアフラグを付けます。マリオがゴールポールにしがみつくと、メモリーアドレス 0x001Dが3になります。
ポールの下に着地するとメモリーアドレス 0x001Dが2になります。これを利用します。そのときのタイムを取得します。
タイムは0x07F8/A Digits of time (100 10 1)です。399から減っていきます。
とりあえずゴールしたらタイムボーナス。TIme * 100点追加。これで動かしてみます。
あとFceuxでLuaScriptを動かすとき、TurboModeで高速に動かしています。
Windowsだと早いのですが、ラズベリーパイだと遅い。ほとんどノーマルスピードと変わりありません。
やりました！コツがわかってきました。まずは結果画像を見てください。
左から世代、平均評価値、クリアしたマリオの数です。
35世代でまずクリアするようになりました。
41世代、20人中14人がクリア！30分動かしてこの成果です。
評価値も結構安定するようになりました。
遺伝的アルゴリズムでやってみて、数字をちょこちょこ調整しています。
今の段階では
マリオは20体用意。
優秀なマリオを4体に絞る
一点交差、
突然変異は1%がベストです。
あとは下キー入力とベストタイムを表示させてみます。
2016/11/25
require("auxlib");
print ("Hello World!")
key = {}
key["up"] = false;
key["left"] = false;
key["down"] = false;
key["right"] = false;
key["A"] = false;
key["B"] = false;
key["start"] = false;
key["select"] = false;
math.randomseed(os.time())
marioCross = {} --マリオの十字キー
marioA = {} --マリオのAボタン
marioB = {} --マリオのBボタン
marioCross2 = {} --マリオの十字キー コピー用
marioA2 = {} --マリオのAボタン コピー用
marioB2 = {} --マリオのBボタン コピー用
marioGeneration = 1 --世代
marioPlayer = 1
marioMaxPlayer = 20 --マリオ20体用意する
marioValue1 = {} --評価値 右へ行くほど高くなる
marioValue2 = {} --評価値 降順ソート用
marioValue3 = {} --評価値 値が小さい程優秀なマリオ
totalValue = 0
averageValue = 0
averageValue2 = 0
marioClear = 0
clearFlag = 0
timeBonus = 0
deadBonus = 0
deadFlag = 0
marioDistance = 0 --マリオが進んだ距離
marioXPosition = 0 -- 0～最大値255までの値をとる
marioHPosition = 0 -- ステージ1-1は12分割される 0～12までの値をとる
totalInput = 100
frameCount = 1
p = 1
q = true
r = true
x = 1
y = 1
z = 1
tableLen = 0
select = false
function tableReset(t)
for k in pairs (t) do
t[k] = nil
end
for i = 1, marioMaxPlayer do
t[i] = {}
end
end
--マリオを20体生成する
function marioGenerator()
for i = 1, marioMaxPlayer do
marioCross[i] = {}
marioA[i] = {}
marioB[i] = {}
end
for i = 1, marioMaxPlayer do
for j = 1, totalInput do
marioCross[i][j] = math.random(13)
marioA[i][j] = math.random(20)
marioB[i][j] = math.random(10)
--print(i, j, marioA[i][j])
end
end
end
--1から4までの数字を返す
--数字の小さい方が優秀なため、1と2を多く返したい
function onetoeight()
local i
local r
r = math.random(100)
if (r < 40) then
i = 1
elseif (40 <= r and r < 80) then
i = 2
elseif (80 <= r and r < 90) then
i = 3
elseif (90 <= r) then
i = 4
end
--print(i)
return i
end
--マリオを遺伝的アルゴリズムで再生成する
function marioReGenerator()
--table.sort(marioValue2)
--降順でソートする
table.sort(marioValue2, function (a,b) return a>b end)
--print(marioValue1)
--print(marioValue2)
totalValue = 0
averageValue = 0
for i = 1, marioMaxPlayer do
for j = 1, marioMaxPlayer do
if(marioValue1[i] == marioValue2[j]) then
marioValue3[i] = j
end
end
totalValue = totalValue + marioValue1[i]
end
--print(marioValue3)
averageValue = totalValue / marioMaxPlayer
print(marioGeneration.." Generation Value = "..averageValue.." Clear = "..marioClear.." / 20")
marioClear = 0
tableReset(marioCross2)
tableReset(marioA2)
tableReset(marioB2)
--優秀なマリオ 1～8位までをコピーする
p = 1
for i = 1, marioMaxPlayer do
if( marioValue3[i] <= 8) then
marioCross2[p] = marioCross[i]
marioA2[p] = marioA[i]
marioB2[p] = marioB[i]
p = p + 1
end
end
tableReset(marioCross)
tableReset(marioA)
tableReset(marioB)
--いわゆる交叉 xとyが選ばれた親マリオの変数
for i = 1, marioMaxPlayer do
x = onetoeight()
y = onetoeight()
for j = 1, totalInput / 2 do
marioCross[i][j] = marioCross2[x][j]
marioA[i][j] = marioA2[x][j]
marioB[i][j] = marioB2[x][j]
end
for j = totalInput / 2, totalInput do
marioCross[i][j] = marioCross2[y][j]
marioA[i][j] = marioA2[y][j]
marioB[i][j] = marioB2[y][j]
end
end
--突然変異
for i = 1, marioMaxPlayer do
for j = 1, totalInput do
r = math.random(100)
if (r == 1) then
marioCross[i][j] = math.random(13)
end
r = math.random(100)
if (r == 1) then
marioA[i][j] = math.random(20)
end
r = math.random(100)
if (r == 1) then
marioB[i][j] = math.random(10)
end
end
end
--前世代より上回ったらキー入力を増やす
if(averageValue2 < averageValue ) then
totalInput = totalInput + 70
--print(totalInput)
tableLen =table.maxn(marioCross[1])
--print(tableLen)
for i = 1, marioMaxPlayer do
for j = tableLen + 1, totalInput do
marioCross[i][j] = math.random(13)
marioA[i][j] = math.random(20)
marioB[i][j] = math.random(10)
--print(i, j, marioA[i][j])
end
end
end
averageValue2 = averageValue
end
--評価値を計算する
function calculateValue()
marioXPosition = memory.readbyte(0x0086)
--0x006D mario Position max 12
marioHPosition = memory.readbyte(0x006D)
marioDistance = marioHPosition * 256 + marioXPosition
marioValue1[marioPlayer] = marioDistance + timeBonus + deadBonus
marioValue2[marioPlayer] = marioDistance + timeBonus + deadBonus
--print(marioPlayer, marioValue1[marioPlayer])
end
--変数初期化 ソフトリセット
function resetFunction()
marioHPosition = 0
marioXPosition = 0
marioDistance = 0
timeBonus = 0
clearFlag = 0
deadBonus = 0
deadFlag = 0
--totalInput = totalInput + 10
--marioGenerator()
if(marioPlayer < marioMaxPlayer) then
--print(marioPlayer)
marioPlayer = marioPlayer + 1
else
--世代交代
marioReGenerator()
marioPlayer = 1
marioGeneration = marioGeneration + 1
end
emu.softreset()
frameCount = 1
end
function testiup()
function turboAction(self, a)
emu.speedmode("maximum")
gui.text(10,10,"pressed me!");
end;
function normalAction(self, a)
emu.speedmode("normal")
gui.text(10,10,"pressed me!");
end;
-- Create a button
turboButton = iup.button{title="Turbo Speed Button"};
-- Set the callback
turboButton.action = turboAction;
normalButton = iup.button{title="Normal Speed Button"};
normalButton.action = normalAction;
box = iup.vbox {turboButton,normalButton}
-- Create the dialog
dialogs = dialogs + 1;
handles[dialogs] = iup.dialog{ box, title="IupDialog Title"; };
-- Show the dialog (the colon notation is equal
-- to calling handles[dialogs].show(handles[dialogs]); )
handles[dialogs]:show();
end
testiup();
marioGenerator()
while true do
--if (marioPlayer == 1) then
--print(marioGeneration.."generation")
--end
--print(marioPlayer)
local joy = joypad.read(1)
if (joy["select"]) then
if (select == true) then
emu.speedmode("nothrottle")
gui.text(10,10,"High Speed")
else
emu.speedmode("normal")
gui.text(10,10,"Normal Speed")
end
select = not select
end
--ゴールした場合
if(memory.readbyte(0x001D) == 3 and clearFlag == 0) then
local timeA, timeH, timeT, timeO
clearFlag = 1
marioClear = marioClear + 1
timeH = memory.readbyte(0x07F8)
timeT = memory.readbyte(0x07F9)
timeO = memory.readbyte(0x07FA)
timeA = (100 * timeH) + (10 * timeT) + timeO
--print(timeA)
timeBonus = timeA * 10
end
--死亡した場合
if(memory.readbyte(0x075A) == 1 and deadFlag == 0) then
deadFlag = 1
deadBonus = -200
end
--入力が無くなった場合と死亡した場合、評価値を算出しリセット
if(totalInput < frameCount or memory.readbyte(0x075A) == 1) then
memory.writebyte(0x075A, 8)
--print(marioPlayer, totalInput, frameCount, memory.readbyte(0x075A))
calculateValue()
resetFunction()
end
key["up"] = false;
key["down"] = false;
if( marioCross[marioPlayer][frameCount] == 1) then
key["left"] = true;
key["right"] = false;
else
key["right"] = true;
key["left"] = false;
end
if(marioA[marioPlayer][frameCount] == 1) then
key["A"] = false;
else
key["A"] = true;
end
if(marioB[marioPlayer][frameCount] == 1 ) then
key["B"] = false;
else
key["B"] = true;
end
-- Execute instructions for FCEUX
joypad.set(1, key)
--スタート画面に戻ったらスタートボタンを押す
if(memory.readbyte(0x07F8) == 4 and memory.readbyte(0x07F9) == 0 and memory.readbyte(0x07FA) == 1) then
joypad.set(1, {start = true})
--print("reset")
frameCount = 1
end
emu.frameadvance() -- This essentially tells FCEUX to keep running
--print (memory.readbyte(0x0086));
frameCount = frameCount + 1
end
レンタルサーバー VPSはServersManだ！
レンタルサーバー VPSはServersManだ！
ServersManのVPSレンタルサーバーを借りています。
もう３台目。格安のEntryを３台。3台借りても1カ月2000円以内に収まります。
気に入りすぎています。
お試しでさくらVPS借りましたが、ダメでした。私には難しすぎます。
私がやりたいことはphpをcronで常時動かしたい！！！
はっきり言ってこれだけなのです。面倒くさいサーバー設定は極力勘弁。
というような人にはServersManがうってつけだと思います。
本当に１時間で本格サーバーを立ち上げることができます。
レンタルサーバー比較ではServersManよりさくらVPSの方がパフォーマンスが上という記事が引っ掛かります。
そうなのでしょうが単純にそうとも言えません。
httpサーバーはデフォルトのApachではなく軽量サーバーのnginxを使います。
またphpはphp5ではなく、php7にするとパフォーマンスが3倍良くなります。
nginxとphp7を組み合わせるとServersmanで十分戦えるのです。
しかも見逃せないのはハードウェアも良くなっている点です。
CPUも以前と比較すると性能が良くなっています。
現在はコレ。Intel(R) Xeon(R) CPU E5-2430L 0 @ 2.00GHz
PHPもサクサクに動きます。
試してみる価値があると思いますよ。
Serversmanの環境
OS ubuntu14.04
httpサーバー nginx
php php7.0
ftpサーバー vsftp
sqlデータベース いらない
参考にしたサイト
以下のサイトをマネすると初心者でも設定できます。
ubuntu ユーザを追加して sudo 権限をつける ユーザーを追加してsudo権限をつける
Ubuntu 14.04 で add-apt-repository が無いと言われた add-apt-repositoryコマンドを追加
Ubuntu14.04にnginxとPHP7.0とMySQL5.7をインストールする nginxとphp7をインストール
Ubuntu 14.04 LTS : FTPサーバー : Vsftpd インストール ： Server World vsftpdインストール
/etc/nginx/conf.d/default.conf
rootディレクトリだけ変更した
server {
listen 80;
server_name localhost;
#charset koi8-r;
#access_log /var/log/nginx/log/host.access.log main;
location / {
root /usr/share/nginx/html;
index index.php;
}
#error_page 404 /404.html;
# redirect server error pages to the static page /50x.html
#
error_page 500 502 503 504 /50x.html;
location = /50x.html {
root /usr/share/nginx/html;
}
# proxy the PHP scripts to Apache listening on 127.0.0.1:80
#
#location ~ \.php$ {
# proxy_pass http://127.0.0.1;
#}
# pass the PHP scripts to FastCGI server listening on 127.0.0.1:9000
#
location ~ \.php$ {
root /usr/share/nginx/html;
fastcgi_pass unix:/var/run/php/php7.0-fpm.sock;
fastcgi_index index.php;
fastcgi_param SCRIPT_FILENAME $document_root$fastcgi_script_name;
include fastcgi_params;
}
# deny access to .htaccess files, if Apache's document root
# concurs with nginx's one
#
#location ~ /\.ht {
# deny all;
#}
}
/etc/vsftpd.conf
変更箇所
write_enable=YES
ascii_upload_enable=YES
ascii_download_enable=YES
ls_recurse_enable=YES
ls_recurse_enable=YES
