条件
2017/07/25
Ubuntu 16.04
GeForce GTX 970
GPUのドライバ
もし，ディープラーニングをやらないのであれば，
sudo apt-get install nvidia-375
sudo reboot
でおしまい．
数字が一番大きい（＝最新のドライバ？）ものを選んどけば間違いない．
もし，ディープラーニングをやるのであれば，aptで入れてはダメで，手順としては
- もしaptで入れていたら消す
- cudaを入れる: https://developer.nvidia.com/cuda-downloads
- cuDNNを入れる： https://developer.nvidia.com/rdp/form/cudnn-download-survey
-
.bashrcに設定を書く
が必要で，
2に関してはInstaller Typeをdeb(network)にした．この時同時にGPUのドライバ（？）も入るので，1を先にやっておく必要がある．
3に関しては，tensorflowが対応しているv5.1を入れた．v6.0だとtensorflowが動かなかったので．
4に関しては以下を追記．
export PATH="/usr/local/cuda-8.0/bin:$PATH"
export LD_LIBRARY_PATH="/usr/local/cuda-8.0/lib64:$LD_LIBRARY_PATH"
2018/07/04 追記
ここにtensorflow向けのCUDAとcuDNNのversionのオススメ対応表が載っているので，都度確認してからインストールする．
CUDAはaptで入れたり消したりすればよいが，
cuDNNは消すときは手動で消す必要があって，ここが分かりやすい．
具体的には，sudo rm /usr/local/lib/libcudnn* /usr/local/include/cudnn.hをすればよい．
また，cudaをaptで新しいversionを入れるときは，
sudo apt autoremo # 一旦綺麗にする
sudo aptitude cuda-X-X # aptitudeで関連パッケージ(?)も消す
sudo apt install cuda-Y-Y # 新しいversionを入れる
という手順でやる．aptでなくてaptitudeで消すと安心できる．
virtualenvの導入
環境を汚したくないので，virtualenvを使う．
virtualenvよりも良い方法があるかもしれないし，時代遅れかもしれないが，とりあえずこれで．
sudo pip install virtualenv
sudo pip install virtualenvwrapper
で入れて，
if [ -f /usr/local/bin/virtualenvwrapper.sh ]; then
export WORKON_HOME=$HOME/.virtualenvs
source /usr/local/bin/virtualenvwrapper.sh
fi
と.bashrcに追記．
そのあと，
mkvirtualenv dnn
で環境構築が出来る．workon dnnで入れる．
virtualenv上にDNNのフレームワークを入れる
- tensorflow
- chainer
を入れる．
pip install tensorflow-gpu
pip install chainer
pip install cupy
としたら入る．
cupyはchainerでGPUを使うのに必要で，installが上手く行かないかもしれないが， https://docs-cupy.chainer.org/en/latest/install.html とかをちゃんと読むと普通にpipで入る．何を苦労したかは忘れたが，pipで普通に入る．
chainer.cuda.available
chainer.cuda.cudnn_enabled
で確認できるとのこと．
今後はworkon dnnで進める．
OpenAI Gymを入れる
流行っているっぽいので入れる．
workon dnn
cdvirtualenv
mkdir src
cd src
git clone https://github.com/openai/gym
cd gym
pip install -e .[all]
でハマりポイント無く入る．
import gym
env = gym.make('CartPole-v0')
env.reset()
for _ in range(1000):
env.render()
env.step(env.action_space.sample())
で動作確認可能．