Ubuntu 16.04 をインストールして NVIDIAドライバ (410.48)と CUDA10.0 と cuDNN7.4.1 を入れて Tensorflow-gpu を動かすメモ

##環境 & 入れたもの

• Ubuntu 16.04 LTS
• GeForce RTX 2080 ti
• Nvidia ドライバ 410.48
• CUDA 10.0
• cuDNN 7.4.1
• tensorflow-gpu 1.13.1
• python 3.6

##1. Ubuntu 16.04をインストール
USBからBootしました。方法はこちら➡https://qiita.com/konzo_/items/6adfd816c54a4d9d6418
その後の有線接続はこちら➡https://qiita.com/konzo_/items/3ce20d3098f6c85c9f69

##2. 環境を最新にする

$ sudo apt-get upgrade
$ sudo apt-get update
$ sudo apt list upgradable

##3. Gitを入れる

$ sudo apt-get install git

##4. anacondaのインストール
ここを参考にpyenvから anaconda3-2018.12 をインストールした➡https://qiita.com/aical/items/126128c3e8916ad1988f

##5. Nvidiaドライバのインストール
Nvidiaドライバは自身のGPUに合わせるのではなく，CUDAのバージョンと合わせる。
こちらから対応のバージョンを確認➡https://qiita.com/konzo_/items/a6f2e8818e5e8fcdb896
今回は410.48を入れる。
###5.1 nouveauグラフィックスドライバの無効化
linuxにデフォルトで入っているnouveauグラフィックスドライバを無効化しないと，うまくいかないらしい。

nouveauを使ってるか確認

$ lsmod | grep -i nouveau

もし入っていたら，なんか返ってくる。
そすたら，/etc/modprobe.d/blacklist-nouveau.confを作成して，以下を打ち込む。このへんはここを参考にした。

/etc/modprobe.d/blacklist-nouveau.confを作成

$ sudo sh -c "cat << ETX > /etc/modprobe.d/blacklist-nouveau.conf
blacklist nouveau
blacklist lbm-nouveau
options nouveau modeset=0
alias nouveau off
alias lbm-nouveau off
ETX" && cat /etc/modprobe.d/blacklist-nouveau.conf

/etc/modprobe.d/nouveau-kms.confの作成

$ sudo sh -c "echo 'options nouveau modeset=0' > /etc/modprobe.d/nouveau-kms.conf" && cat /etc/modprobe.d/nouveau-kms.conf

で。反映させて再起動。

反映

$ sudo update-initramfs -u
$ sudo reboot

ちなみにこのサイトのように，X Serverは止めなかった。

###5.2 ビルドツールのインストール
なぜやるのかは分からないが，やってる人が多かったのでやっておいた

$ sudo apt-get install build-essential

###5.3 NVIDIAドライバのダウンロード
NVIDIAのサイトからは最新バージョンしかダウンロードできなかたので，ppaのレポジトリを追加してインストールする。

$ sudo add-apt-repository ppa:graphics-drivers/ppa
$ sudo apt update
$ sudo apt-get install nvidia-410

最新バージョンをダウンロードするときは，ここに書いてあるように，sudo ./NVIDIA-Linux-x86_64–バージョン.run --no-x-checkにするとうまくいくかも！

$ nvidia-smi

表のようなものが出てきたらOK！

##6. CUDAとcuDNNのインストール
###6.1 CUDA
CUDA10.0をインストールする。
かなり参考にしたサイト➡https://qiita.com/min9813/items/90a1ef62b3dc37d0cc33

公式サイト➡https://developer.nvidia.com/cuda-toolkit-archive から対応のバージョンを選択。

こんな感じで。

ちなみにインストールタイプの違いはこちらのサイト➡http://gihyo.jp/admin/serial/01/ubuntu-recipe/0456
今回は,このサイトに倣ってnetworkにした。

で，ダウンロードしたディレクトリに移動し，公式のダウンロードサイトのの通りインストールしていく。
※sudo apt-get install cudaだけではなく，末尾にcuda-toolkit-10-0を打つこと！
でないと最新のNVIDIAドライバが勝手にインストールされ，グラボとの対応が悪いとログインループになる！

CUDAのインストール

$ cd /home/ほにゃららららら
$ sudo dpkg -i cuda-repo-ubuntu1604_10.0.130-1_amd64.deb
$ sudo apt-key adv --fetch-keys https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1604/x86_64/7fa2af80.pub
$ sudo apt-get update
$ sudo apt-get install cuda-toolkit-10-0

ちなみに上から3つめのコマンドはエラーっぽいことが返ってくるが，そのまま無視してインストールした。
環境設定をしておわり。

環境設定

$ nano ~/.bashrc 

末尾に移動して以下の2行を書き込む

export PATH=/usr/local/cuda-10.0/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-10.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

再起動

$ sudo reboot

以下のコマンドでCUDAが入っているか確認できる(^^)/

CUDAの確認

nvcc -V

###6.2 cuDNN
公式サイトhttps://developer.nvidia.com/cudnn にログインして(会員登録が必要)，同意するにチェックを入れると最新バージョンが出てくる。
7.4をダウンロードしたいので，アーカイブをクリックする。

ずらっとアーカイブがでてくる。
7.4.2と7.4.1があったが，7.4だったらどっちでも良いだろうと7.4.1をダウンロードした。
CUDA10.0のUbuntu16.04(x86_64)の中の

• Runtime
• Developer Library
• Code Samples and User Guide

3つをダウンロードする。コードサンプルとかいらないのかも。

ダウンロードしたディレクトリに移動して以下のコマンドを実行。
Installation Guideに詳しく書いてある！ちなみにこの順番で実行しないとうまくいかない。

cuDNNのインストール

$ sudo dpkg -i libcudnn7_7.4.1.5-1+cuda10.0_amd64.deb
$ sudo dpkg -i libcudnn7-dev_7.4.1.5-1+cuda10.0_amd64.deb
$ sudo dpkg -i libcudnn7-doc_7.4.1.5-1+cuda10.0_amd64.deb

これでOK

##7. tensorflow-gpu 1.13.1のインストール
CUDAとの対応は1.13.0が良いらしいが，なぜかerrorが出たので1.13.1をインストールした。
tensorflow-gpu 1.13.1はPython2.7か3.3～3.6の仮想環境が必要なので，環境をつくってそこにインストールしていく。

環境構築

$ conda create -n 環境名 python=3.6

仮想環境をアクティベート

$ source activate 環境名

(環境名)～～～～$と表示されたらOK！
以下のように，==でバージョンを指定してインストールする。

Tensorflow-gpuのインストール

$ pip install tensorflow-gpu==1.13.1

エラーでなければOK。

##8. 確認
###8.1 tensorflowをインポートする
環境をアクティベートして，pythonを開いて(pythonとコマンドを打つだけ)，

tensorflowをインポートする

$ import tensorflow

してエラーがでなければ成功！
もし，以下のようなエラーを吐かれてインポートできなければ，それは何らかのバージョンがあっていない証拠。

バージョンの相性が悪いこと示すエラーの例

ImportError: libcudart.so.9.0: cannot open shared object file: No such file or directory

これは，CUDA9.0じゃないとダメだと怒っているエラー。もう一度バージョンの対応を確認する必要あり。

バージョン確認のコマンド

$ dpkg -l | grep nvidia
$ dpkg -l | grep cuda
$ dpkg -l | grep cudnn
$ pip show tensorflow-gpu

###8.2 TensorflowがGPUを認識しているか確認
tensorflowが無事にインポートできたら，tensorflowからGPUを認識しているか確認する。
このサイトがわかりやすい！

$ from tensorflow.python.client import device_lib
$ device_lib.list_local_devices()

GPUの表示があれば認識してる。

ちなみにtensorflowとtensorflow-gpuが両方インストールされていると，競合してしまい，ダメらしい(ここ情報)。なので，もしインストールしていたらpip uninstallで両方アンインストールする。その後もう一度tensorflow-gpuのみをインストールするとうまくいった！

##おまけ
https://devtalk.nvidia.com/default/topic/1031213/linux/problem-installing-nvidia-390-42-driver-on-ubuntu-16-04/
ここによると，CUDA→ドライバ→cuDNNの順番でCUDAを先にインストールしてもうまくいくのかも。試す前にうまくいったので，いつかログインループが起きたらやってみる！

おしまい。