4
6

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

More than 5 years have passed since last update.

AWSのGPUインスタンスでTensorFlow製音楽生成プロジェクト「Magenta」を動かす

Posted at

はじめに

TensorFlow製の音楽生成プロジェクト「Magenta」をいじっています。

参考:[サカナクションさんをTensorFlow製アート・音楽生成プロジェクト「Magenta」に学習させてみる。]
(http://qiita.com/tackey/items/1295a0347a8b4cc30d46)

ただMagentaの学習にはMacだと数時間かかってしまうことがあるため、AWSのGPUインスタンス(g2インスタンス)で動かせないかと思い、やってみました。

手順

下記の記事を参考にさせていただきました。
ありがとうございます。

参考:AWSのGPUインスタンスにTensorFlowとJupyterを入れる

NVIDIA Dockerをインストールするところまではこちらの通りに実行すれば大丈夫かと思います。

環境

AMI:Ubuntu Server 14.04 LTS (HVM), SSD Volume Type

なお、ストレージは8GBのままだと途中で容量オーバーになってしまいました。
私は36GBにして行いました。

NVIDIA Driver のインストール

Driverのバージョンなども変更することなく、そのまま実行。

$ sudo ./NVIDIA-Linux-x86_64-361.42.run
```でエラーを吐くことがありましたが、再度

$ sudo update-initramfs -u
$ sudo reboot

を実行することで、問題なく進めました。
(WARNINGはYESを選んでいれば大丈夫だと思います。)

なお、NVIDIA Driverが機能しているかどうかは下記で確認可能です。

ubuntu@ip-xxxxxx:~$ nvidia-smi -q | head

==============NVSMI LOG==============

Timestamp : xxx x xx xx:xx:xx xxxx
Driver Version : 361.42

Attached GPUs : 1
GPU 0000:00:03.0
Product Name : GRID K520
Product Brand : Grid


## Dockerのインストール

参考記事の通り進めました。

## NVIDIA Dockerをインストール

参考記事の通り進めました。


## Magenta用のDockerインスタンスを立てる

Magentaでは[Dockerコンテナ](https://github.com/tensorflow/magenta#docker)を準備してくれています。
下記で起動できます。

$ sudo nvidia-docker run -it -p 6006:6006 -v /tmp/magenta:/magenta-data tensorflow/magenta


Docker内に入ったのち、参考記事を元に設定をし、

export LD_LIBRARY_PATH=/usr/lib/x86_64-linux-gnu:$LD_LIBRARY_PATH

pushd /usr/lib/x86_64-linux-gnu

ln -s libcudnn.so.4 libcudnn.so

popd


動くことが確認できれば大丈夫だと思います。

lookback_rnn_generate \

--bundle_file=/magenta-models/lookback_rnn.mag
--output_dir=/magenta-data/lookback_rnn/generated
--num_outputs=10
--num_steps=128
--primer_melody="[60]"

INFO:tensorflow:Wrote 10 MIDI files to /magenta-data/lookback_rnn/generated



# おわりに

ありがとうございました。
4
6
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
4
6

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?