0
0

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.

TensorFlow/Keras+ubuntu16.04の環境構築

Last updated at Posted at 2019-04-10

ubuntu16.04にてTensorFlow/KerasをGPUにて動かすための環境構築.
個人用のメモ活用なため一部省略して書きますが、質問があれば対応します.

[ 環境 ]
 ・Linuxmint( ubuntu16.04ベース )
 ・GPU RTX1060(6GB)
 ・CUDA 10.0 ※最新は10.1だがTensorFlowが対応していない.
 ・cuDNN
 ・Python 3.5.2

1.Linuxのグラフィックドライバ停止
 Linuxでは、通常"nouveau"が動作しているのためこのサービスを停止しないと失敗します.

nouveauの停止
①vi /etc/modprobe.d/blacklist-nouveau.conf ※無いと思うので基本新規作成
②上記のファイルに以下を記載し保存.
  blacklist nouveau
  options nouveau modeset=0
③設定変更の反映
 sudo update-initramfs -u
④nouveauが停止していることの確認.
 "lsmod | grep -i nouveau"にてなにも表示されなければOK.

2.NVIDIAのグラフィックドライバのインストール
 最新のドライバをダウンロード(https://www.nvidia.co.jp/Download/index.aspx?lang=jp)
 ダウンロード後は、実行権限がないので実行権限を付与する必要がある.

グラフィックドライバインストール
①アクセス権の付与
 chmod 755 "グラフィックドライバ"
②インストール
 ./"グラフィックドライバ" --no-x-check
 ※--no-x-checkを付けないと"Xserver〜"というエラーが出ます.
②にて実行後、基本的に"accept/yes/ok"ですが、以下が4回目くらいにあるのでそこだけ"No"にする.
 "X Window Systemを起動するたびにnvidia-xconfigを実行するかどうか"
③再起動後に、画面表示がNVIDIAドライバにて最適化されていると思います.

3.CUDAのインストール
 CUDA10.0を"deb[local]"形式にてダウンロード(https://developer.nvidia.com/cuda-10.0-download-archive)

CUDAインストール
①レポジトリの登録
 ・sudo dpkg -i cuda-repo-ubuntu1604-10-0-local-10.0.130-410.48_1.0-1_amd64.deb
 ・sudo apt-key add /var/cuda-repo-10-0-local-10.0.130-410.48/7fa2af80.pub
 ・sudo apt-get update
②インストール
 ・sudo apt-get install cuda
 ※この時に、インストール対象が10.0になっていることを確認して下さい.
③PATHの設定
 "~/.bashrc"に以下を追記する.
 export PATH=/usr/local/cuda-10.0/bin:${PATH}
④設定の反映
 source ~/.bashrc
⑤動作確認
 "nvidia-smi"にて以下が表示されること.
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 410.78       Driver Version: 410.78       CUDA Version: 10.0     |
|-------------------------------+----------------------+----------------------+
| 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 106...  Off  | 00000000:01:00.0  On |                  N/A |
| 27%   32C    P8     6W / 120W |    245MiB /  6078MiB |      0%      Default |
+-------------------------------+----------------------+----------------------+

4.cuDNNのインストール
公式から以下の3つをダウンロードしますが(https://developer.nvidia.com/cudnn)
※CUDAのバージョンごとに分かれてるので注意
 ・libcudnn7_7.4.2.24-1+cuda10.0_amd64.deb
 ・libcudnn7-dev_7.4.2.24-1+cuda10.0_amd64.deb
 ・libcudnn7-doc_7.4.2.24-1+cuda10.0_amd64.deb

cuDNNインストール
①sudo dpkg -i libcudnn7_7.4.2.24-1+cuda10.0_amd64.deb
②sudo dpkg -i libcudnn7-dev_7.4.2.24-1+cuda10.0_amd64.deb
③sudo dpkg -i libcudnn7-doc_7.4.2.24-1+cuda10.0_amd64.deb
④動作確認
 "nvcc -V"にて以下が表示されること.
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2018 NVIDIA Corporation
Built on Sat_Aug_25_21:08:01_CDT_2018
Cuda compilation tools, release 10.0, V10.0.130

5.TensorFlowのインスストール
 Tensorflowは、python3のライブラリとして提供されているため、pip3にてインストールします.
 TendorFlowの公式にも記載があります(https://www.tensorflow.org/install/gpu)
 また、CPU版とGPU版の2種類があるためCPU版を選ばないように注意ください.

TensorFlowインストール
①sudo pip3 install tensorflow-gpu
②動作確認
 Python3にて以下が実行できること.
 import tensorflow as tf 

6.Kerasのインストール
 Kerasは、TensorFlowの簡略版であり、backendではTensorFlowが動いています.
 インストール方法は、同じくpip3です(https://keras.io/ja/#_2)
 backendでTensorFlowが動いているためKerasインストール時は、CPU/GPUを意識する必要はありません.

Kerasインストール
①sudo pip3 install keras
②動作確認
 Python3にて以下が実行できること.
 import keras

以上にて環境構築は完了です.
次回は、簡単なオープンソースなどの使用方法を記載しようと思います.

0
0
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
0
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?