tensorflow のGPU対応で、トラブルが発生している方も多いと思います。私も、その一人です。
例えば、tensorflow の公式サイトには、以下のように手順が示されていますが、GPU サポート、おいそれとはちゃんと動きません。以下、超簡単な手順です。ここでは、ubuntu 18.04 をクリーンインストールした場合を示します。
ubuntuをインストールした後、ドライバを自動でインストールします。
$ sudo ubuntu-drivers autoinstall`
再起動します。
$ sudo reboot
nvidia-smi で、GPUの同左確認をします。
$ nvidia-smi
Thu Oct 18 08:51:42 2018
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 390.77 Driver Version: 390.77 |
|-------------------------------+----------------------+----------------------+
| 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 108... Off | 00000000:01:00.0 On | N/A |
| 0% 57C P0 60W / 280W | 449MiB / 11178MiB | 0% Default |
+-------------------------------+----------------------+----------------------+
+-----------------------------------------------------------------------------+
| Processes: GPU Memory |
| GPU PID Type Process name Usage |
|=============================================================================|
| 0 1055 G /usr/lib/xorg/Xorg 264MiB |
| 0 1250 G /usr/bin/gnome-shell 102MiB |
| 0 1762 G ...uest-channel-token=13825578612558098011 80MiB |
+-----------------------------------------------------------------------------+
pipをインストールします。
$sudo apt update
$sudo apt install python3-dev python3-pip
anacondaをインストールします。
anaconda最新版を、https://www.anaconda.com/download/#linux から、ダウンロードします。
ダウンロードしたフォルダに移動して、実行します。ファイル名は、ダウンロードしたものにしてください。
$bash Anaconda3-5.3.0-Linux-x86_64.sh
anaconda 仮想環境を作成します。
conda create -n myenv pip jupyterpython=3.7
作成した環境に移動して、
conda activate myenv
ここがポイントです。
anaconda チャネルからインストールするだけ！様々なパッケージもインストールしてくれます。
conda install -c anaconda tensorflow-gpu
以上