ポイント
- GPUノートPCに、高速 TensorFlow 開発・学習環境を構築
- TensorFlow は Google推奨 Virtualenv 利用でインストール
- CUDA 周りのバージョンは以下
- CUDA 9.0(最新の 9.1 ではなく)
- cuDNN 7.1.1.5
前提の環境
- PC : Lenovo Thinkpad P50 モバイル・ワークステーション
- GPU: NVIDIA Quadro M2000M (4GB) (Optimus構成)
- CPU: Intel(R) Xeon(R) CPU E3-1505M v5 @ 2.80GHz
w- Storage: 512GB SSD (NVMe) + 512GB SSD (2.5-inch)
OS インストール
- NVMe SSD にインストールされている Windows環境を保存するために、空きベイに 2.5インチ SSD をインストールした
- 下記パーツを利用
- Ubuntu 16.04.4 をインストール (ubuntu-16.04.4-desktop-amd64.iso)
- 起動時に
Enter
キーを押して、その後F12
キーで、一時的に起動ドライブを選択して Ubuntu を起動
NVIDIA ドライバーのインストール
Ubuntu Software のメニューから「Software & Update」を選択。
Additional drivers タブで、NVIDIA binary driver を選択。
再起動してから、以下を確認。
$ lspci | grep -E "VGA|3D"
$ nvidia-smi
CUDA 周りのインストール
TensorFlow(少なくとも v1.5, v1.6)に求められる CUDA 9.0、cuDNN 7.1 の組み合わせをインストール
CUDA インストール
Debファイルでレポジトリ・メタデータを登録する方法で。
CUDA 9.0 のアーカイブページから以下をダウンロード。
https://developer.nvidia.com/cuda-90-download-archive
$ cd Downloads
$ sudo dpkg -i cuda-repo-ubuntu1604-9-0-local_9.0.176-1_amd64.deb
$ sudo apt-key add /var/cuda-repo-9-0-local/7fa2af80.pub
$ sudo apt-get update
$ sudo apt-get install cuda
cuDNN
同じくDebファイルでレポジトリ・メタデータを登録する方法で。
cuDNN のダウンロードページは、NVIDIA Developer ログインが必要。(登録していない人は登録しましょう)
CUDA 9.0 用の cuDNN v7.1.1 の、Ubuntu 16.04 向け Runtime Library、Developer Libray、Code Samples and User Guide をダウンロード。
$ cd Downloads
$ sudo dpkg -i libcudnn7_7.1.1.5-1+cuda9.0_amd64.deb
$ sudo dpkg -i libcudnn7-dev_7.1.1.5-1+cuda9.0_amd64.deb
$ sudo apt-get install cuda-command-line-tools-9-0
$ sudo apt-get update
$ sudo apt-get install cuda
$ export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/extras/CUPTI/lib64