目的
計算用の端末を借りたり、にっちもさっちも行かなくなってOS再インストールしたりした直後にやること。
今回は（個人的な理由で）Ubuntu 18.04の環境を作ります。
大前提
NVIDIAのグラフィックアクセラレータのドライバー（あれば）
Chrome
Dropbox
vim
git
curl
そもそもGUIが動かない場合、まずは端末のみの起動でNVIDIAのドライバーをインスコしておく。
sudo apt-get update
sudo apt-get install nvidia-384
reboot
wget -q -O - https://dl-ssl.google.com/linux/linux_signing_key.pub | sudo apt-key add -
sudo sh -c 'echo "deb [arch=amd64] http://dl.google.com/linux/chrome/deb/ stable main" >> /etc/apt/sources.list.d/google.list'
sudo apt update
sudo apt install google-chrome-stable
sudo apt install -y nautilus-dropbox
sudo apt install vim
sudo apt install byobu
sudo apt install git
sudo apt install curl
sudo apt install g++
必ず使うもの
Python3,Jupyter notebook
Python3 各種パッケージ
sudo apt install python3-pip
sudo pip3 insatall numpy scipy pandas
sudo apt install jupyter-notebook
注意：
pip3 install --upgrade pip
をしてはいけない。
理由と対策はリンク参照。
https://mem-archive.com/2018/10/28/post-996/
GPUで計算をさせる場合
このリンクを参照。
https://blog.amedama.jp/entry/2017/03/13/123742
ただし、tensorflow-gpuの最新版はcuda10.0しか対応していない。10.1はダメなので、必ず以下のリンクより10.0をダウンロードすること。
cuda-repo-ubuntu1804_10.0.130-1_amd64.debをダウンロードしたディレクトリで、以下を実行せよ。
sudo dpkg -i cuda-repo-ubuntu1804_10.0.130-1_amd64.deb
sudo apt-key adv --fetch-keys https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/7fa2af80.pub
sudo apt-get update
sudo apt-get install cuda-10-0
また、今回はUbuntu 18.04なので、「cuDNN をインストールする」の節は以下のように読み替えよ。
Ubuntu18.04版cuDNNインストール
Step 1
https://developer.nvidia.com/rdp/cudnn-download
↑のリンクにアクセスして、Download cuDNN v7.5.1 (April 22, 2019), for CUDA 10.1をクリックせよ。
Step 2
cuDNN Runtime Library for Ubuntu18.04 (Deb)
cuDNN Developer Library for Ubuntu18.04 (Deb)
cuDNN Code Samples and User Guide for Ubuntu18.04 (Deb)
の3つのファイルをダウンロードせよ。
Step 3
端末で以下を実行せよ。
sudo dpkg -i libcudnn7_7.5.1.10-1+cuda10.1_amd64.deb
sudo dpkg -i libcudnn7-dev_7.5.1.10-1+cuda10.1_amd64.deb
sudo dpkg -i libcudnn7-doc_7.5.1.10-1+cuda10.1_amd64.deb
「libcupti-dev をインストールする」まで実行したら先程のページを読むのをやめて良い。
ベンチマークをするには、もう少し読み続けよ。ちなみに私は今回は仮想環境を作らなかった。
kerasとtensorflow-gpuをインストールし、cuda-10.0へパスを通す。
pip3 install keras tensorflow-gpu
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-10.0/lib64/
from keras.datasets import mnist
mnist.load_data()
実験用コードを取ってくる。
そして時間を測りながら実行。
curl -O https://raw.githubusercontent.com/fchollet/keras/master/examples/mnist_cnn.py
echo 'K.clear_session()' >> mnist_cnn.py
time python3 mnist_cnn.py
付録１．うっかりcuda-10.1をインスコしたとき
慌てずcuda関係をpurgeして、10.0を再インスコせよ。
sudo apt purge libcuda*
sudo apt purge nvidia-cuda-*
sudo apt purge cuda*
付録2. tensorflowとcudaのバージョン対応
tensorflowはかなり厳密にcudaのバージョンを要求してくるので注意せよ。対応表は以下。
引用元：https://www.tensorflow.org/install/source#linux
付録3.
slack
https://slack.com/intl/ja-jp/downloads/linux
をダウンロードして実行