astellon

import argparse

import kaldi_io
import numpy

def parse():
  parser = argparse.ArgumentParser()

  parser.add_argument('--scp', type=str, required=True)
  parser.add_argument('--npz', type=str, required=True)

astellon

import torch

import nvidia.dali.ops as ops
import nvidia.dali.types as types

from nvidia.dali.pipeline import Pipeline
from nvidia.dali.plugin.pytorch import DALIGenericIterator

class VoxCelebPipeline(Pipeline):
  def __init__(self, file_root, file_list, batch_size, nfft, hop_len, n_threads, device_id, n_gpus, shuffle, seed=1):

astellon

function plot(to_file = "graph.png")
  dot_graph =
  """
  digraph graph_name {
   hoge -> foo
  }
  """

  mktempdir() do tmp_dir
    dot_file_path = joinpath(tmp_dir, "tmp_graph.dot")

astellon

import os

import nvidia.dali.ops as ops
import nvidia.dali.types as types

from nvidia.dali.pipeline import Pipeline
from nvidia.dali.plugin.pytorch import DALIGenericIterator

class VideoPipe(Pipeline):
  def __init__(self, file_list, batch_size, num_frames, num_threads, device_id, num_gpus, stride, step, shuffle):

astellon

using Base.Threads

function getlist(rootdir=pwd())
  pathes = String[]

  for (rootpath, dirs, files) in walkdir(rootdir)
    for file in files
      push!(pathes, joinpath(rootpath, file))
    end
  end

astellon

import("stdfaust.lib");

G = button("G");
F = hslider("F", 440, 50, 2000, 1);
FD = hslider("FD", 0.1, 0.0, 1.0, 0.0001);
DM = hslider("DM", 0.5, 0.0, 1.0, 0.001);

N = nentry("N", 3, 0, 5, 1);

A = hslider("A", 0.2, 0.01, 2.0, 0.01);

astellon

Manjaro Linuxでアサシンクリードオデッセイ(UPlay経由)をプレイする

目的

アサシンクリードオデッセイのフリープレイが現在開催中である（2020/3/22まで）。しかし、UPlayを経由しての配信であり、SteamのProtonレイヤーを通してのプレイは難しいと考える。そこでUPlayをLinux(Manjaro)にインストールしプレイした。瞬間的にフレームレートが低下する減少が確認されているものの、普通にプレイすることができた。

インストール

1. Lutrisをインストール

astellon

# make deep copy from constructed model on other gpu(s)

using Base.Iterators: repeated
using Flux, Statistics
using Flux: destructure, Data.MNIST, onehotbatch, onecold, crossentropy, throttle
using CUDAdrv, CUDAnative, CuArrays, NCCL

# make model on root gpu
model = Chain(Dense(28^2, 32, relu), Dense(32, 10), softmax) |> gpu

astellon

using CUDAdrv, CUDAnative, CuArrays, NCCL, Flux, BenchmarkTools

devs  = devices()
ndevs = length(devs)

root = 0
device!(root)

comms = Communicator(devs)
streams = Vector{CuStream}(undef, length(devs))

astellon

using CUDAdrv, CUDAnative, CuArrays, BenchmarkTools

devs  = devices()
ndevs = length(devs)

root = 0
device!(root)

batchsize = 64