メモレベルですが、UbuntuでGPU環境を構築する手順を記載します。

構成


CPU	Intel Core i5-10400
GPU	GeForce RTX 2060
OS	Ubuntu 20.04 LTS
CUDA Toolkit	11.2 Update 1
cuDNN	8.1.0

Ubuntuインストール

Ubuntu 20.04 LTSをWindows10とのデュアルブートでインストールする。

インストールメディア作成(DVD）

デュアルブートでインストール

以下は16.04の記載ですが、20.04でもほぼ変わりません。

【初心者でもわかる】Ubuntuのインストール方法まとめ

2021年3月時点で、以降のインストールで20GB近く消費します。「/」パーティションは余裕を持たせて確保しておきましょう。
【内訳】

Ubuntu(基本インストール + 更新)：7.1GB
NVIDIAドライバ：1.2GB
CUDA：7.6GB
cuDNN：2.7GB

NVIDIAドライバ

[アプリケーションを表示する] - [追加のドライバー] を選択
「代替のドライバーを利用しています」となっているので、NVIDIAの最新のドライバーを選択して、[変更の適用]

[設定] - [このシステムについて] の「グラフィックス」で認識できれいればOK

CUDA

以下にアクセスする。
https://developer.nvidia.com/cuda-downloads

[Linux] - [x86_64] - [Ubuntu] - [20.04] - [deb(local)] を選択する。

インストールコマンドが表示されるので、それに従ってインストールする。

インストールが完了したら、nvidia-smiコマンドで確認する。

$ nvidia-smi     
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 460.39       Driver Version: 460.39       CUDA Version: 11.2     |
|-------------------------------+----------------------+----------------------+
| GPU  Name        Persistence-M| Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |
|                               |                      |               MIG M. |
|===============================+======================+======================|
|   0  GeForce RTX 2060    Off  | 00000000:01:00.0  On |                  N/A |
| 32%   31C    P8     9W / 160W |    139MiB /  5926MiB |      4%      Default |
|                               |                      |                  N/A |
+-------------------------------+----------------------+----------------------+

~/.bashrc にパスを追加します。

~/.bashrc

export PATH="/usr/local/cuda/bin:$PATH"
export LD_LIBRARY_PATH="/usr/local/cuda/lib64:$LD_LIBRARY_PATH"

source .bashrc コマンドでシェルの設定を反映させる。

cuDNN

以下にアクセスする。会員登録が必要です。
https://developer.nvidia.com/cudnn

以下の2つをダウンロードする。

cuDNN Runtime Library for Ubuntu20.04 x86_64 (Deb)
cuDNN Developer Library for Ubuntu20.04 x86_64 (Deb)

インストールする。

$ sudo dpkg -i libcudnn8_8.1.1.33-1+cuda11.2_amd64.deb
$ sudo dpkg -i libcudnn8-dev_8.1.1.33-1+cuda11.2_amd64.deb

動作確認

Python導入前に確認するために、AlexeyAB/darknet で確認しました。

MakefileをGPUモードに変更して、ビルドする。
※ビルドに失敗する場合は、インストールかパスの追加をミスしている可能性が高い。

$ sed -i 's/GPU=0/GPU=1/g' Makefile
$ sed -i 's/CUDNN=0/CUDNN=1/g' Makefile
$ sed -i 's/OPENCV=0/OPENCV=1/g' Makefile
$ make

学習実行はgithubのReadmeを参考に。
学習実行中にnvidia-smiコマンドを実行して、GPU Memoryをそれなりに使用していればOK。

+-----------------------------------------------------------------------------+
| Processes:                                                                  |
|  GPU   GI   CI        PID   Type   Process name                  GPU Memory |
|        ID   ID                                                   Usage      |
|=============================================================================|
|    0   N/A  N/A     26714      C   ./darknet                        2931MiB |
+-----------------------------------------------------------------------------+

TIPS

CPU/GPUの温度を監視する

Ubuntu Softwareから[Psensor]をインストールする。

Ubuntuを起動するたびにWindowsの時間がUTCになってしまう場合の対処

Ubuntuで以下のコマンド入力する。

$ sudo timedatectl set-local-rtc true

【備忘録】Ubuntu 20.04 LTS + GPU 環境構築 (2021年3月版)

構成