LINUX KVM qcow2 轉 vmware vmdk 格式

LINUX KVM qcow2 轉 vmware vmdk 格式

範例：
qemu-img convert -p 192.168.1.2_sourcecontrol-2.qcow2 -O vmdk /var2/4esxi/192.168.1.2_sourcecontrol-2.vmdk

ESXi mount NFS 網路磁碟機

mount NFS 網路磁碟機
例如：
esxcfg-nas  -a -o 10.0.0.200 -s /volume2/Cluster nfs_cluster nfs_cluster


刪除 NFS 網路磁碟機
例如：
esxcfg-nas  -d nfs_cluster

- The End -

VMWare OVF Tool Documentation

https://www.vmware.com/support/developer/ovf/

some ref.
http://www.vmwarebits.com/content/import-and-export-virtual-machines-command-line-vmwares-ovf-tool

vSphere 環境下 UBuntu 網卡

在 vSphere 環境下 ，當 UBuntu 找不到網卡時後，可以輸入
ifconfig -a

系統會顯示 網卡名稱，例如: ens192
編輯  vi /etc/network/interface

固定IP 方式 如以下:
# The primary network interface
auto ens192
#iface ens192 inet dhcp

iface ens192 inet static
address 192.168.103.105
netmask 255.255.0.0
gateway 192.168.1.254

dns-nameservers 192.168.1.100 139.175.1.1 168.95.1.1 8.8.8.8 8.8.4.4

儲存離開

輸入

/etc/init.d/networking restart

查看網路是否恢復啟用

- The End -

 

vSphere 上使用 VMware Workstation 建立的 vmdk

SSH 連至 ESXi server
轉換 vmdk，進入 vm folder 裡面
cd /vmfs/volumes/datastore/vm-folder

以下三選一
固定大小: vmkfstools -i vm.vmdk -d zeroedthick vm_forESXi.vmdk 
固定大小: vmkfstools -i vm.vmdk -d eagerzeroedthick vm_forESXi.vmdk
自動延伸: vmkfstools -i vm.vmdk -d thin vm_forESXi.vmdk 


- The End -

Ubuntu 捨棄 /etc/resolv.conf

Ubuntu 於 12.04 之後捨棄 /etc/resolv.conf 的設計，每次開機皆會重置此檔案內容。

現在必須編輯 sudo vi /etc/network/interfaces
加入
dns-nameservers 8.8.8.8 8.8.4.4

- The End -

tensorflow 安裝

安裝參考 Source

根據原文，日後如果新安裝高速顯卡，就要重新安裝 GPU 版

先安裝好 Python 2.7 環境

這次是在Ubuntu VM底下，並事先已經安裝好 Google Bazel
開始安裝 python 環境，sudo 指令最好是加 -H 參數:

sudo -H apt-get -y install python-pip python-dev
sudo -H pip install numpy
sudo -H pip install six
sudo -H pip install tensorflow


CPU 版
sudo -H pip install tensorflow

GPU 版則
sudo -H pip install tensorflow-gpu

# Ubuntu/Linux 64-bit, CPU only, Python 2.7 環境
export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-1.0.0rc1-cp27-none-linux_x86_64.whl



# Ubuntu/Linux 64-bit, GPU enabled, Python 2.7 環境
# 且還必須先安裝好 Requires CUDA toolkit 8.0 and CuDNN v5. 
export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.0.0rc1-cp27-none-linux_x86_64.whl


# Python 2 版
sudo -H pip install --upgrade $TF_BINARY_URL


測試是否安裝成功
python

出現 >>> 提示下:

import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))

會顯示 Hello, TensorFlow!

出現 >>> 提示下:
a = tf.constant(10)
b = tf.constant(32)
print(sess.run(a + b))
42

看到以上就是成功，不然 import tensorflow as tf 時候就已經報錯了。
輸入 exit() 離開


測試第一個 TensorFlow 類神經網路模型範例 neural net model

在 /home/user 目錄下，複製 models 倉庫一份
git clone https://github.com/tensorflow/models.git

完成後
cd ~/models/tutorials/image/mnist
執行
python convolutional.py

畫面看到以下輸出例子
Successfully downloaded train-images-idx3-ubyte.gz 9912422 bytes.
Successfully downloaded train-labels-idx1-ubyte.gz 28881 bytes.
Successfully downloaded t10k-images-idx3-ubyte.gz 1648877 bytes.
Successfully downloaded t10k-labels-idx1-ubyte.gz 4542 bytes.
Extracting data/train-images-idx3-ubyte.gz
Extracting data/train-labels-idx1-ubyte.gz
Extracting data/t10k-images-idx3-ubyte.gz
Extracting data/t10k-labels-idx1-ubyte.gz
Initialized!
Epoch 0.00
Minibatch loss: 12.054, learning rate: 0.010000
Minibatch error: 90.6%
Validation error: 84.6%
Epoch 0.12
Minibatch loss: 3.285, learning rate: 0.010000
Minibatch error: 6.2%
Validation error: 7.0%
...

...


- The End -