セットアップ環境
使用マシン：MR4300(エプソン製)
グラボ：Geforce GT 730
OS：Ubuntu 14.04(GUI)
主に以下を参考にしました
Ubuntu16.04 + GTX1080 + CUDA8.0で 機械学習環境を構築する
Ubuntu14.04 + GPU + TensorFlow 環境構築
OSの(クリーン)インストール
ポイントは【真っ黒画面が続いてもとにかく待つ！！】こと。
過去にnouveau問題でめちゃくちゃ苦しんだのはなんだったんだ！？ってくらいすんなりいった・・・
ctrl + alt + Tでターミナルが起動
インストール時にはファイアーウォールの設定はされていません。セキュリティ上好ましくないのできちんとやっておきましょう。
Ubuntu にはデフォルトで ufw というコマンドが使える。
22 番ポートは SSH 接続のため、80 番ポートは HTTP 接続のため。
# ufw default DENY
# ufw allow 22/tcp
# ufw allow 80/tcp
まずはPythonをば
anacondaからダウンロード
sudo su - (これをやらないとインストールはできてもjupyterが起動できなかった)
bash Anaconda(まで打ってTab補間しちゃう)
なんかPATHとか勝手にやってくれてるっぽい 便利!!
過去の難所その1 CUDA
CUDA8.0をダウンロード。
必ず[deb]形式のものを選ぶ。自分は[deb(network)]を使った。runfileはどうも怪しいらしい。 http://itpro.nikkeibp.co.jp/atcl/column/16/111800262/112900011/
sudo dpkg -i ダウンロードしたファイル名.deb
sudo apt-get update
sudo apt-get install cuda
devファイルの使い方は基本この3行で1セット
過去の難所その2 cuDNN
CUDAとおんなじだろう！と cuDNN v5.1 Developer Library for Ubuntu14.04 (Deb) を使って上と同じようにしたら、自分の場合だと上手くいかなかった・・・ubuntu14.04用と書いているのに何がいけなかったんだろう。
正解は cuDNN v5.1 Library for Linux
tar xvzf ファイル名.tgz
sudo cp cuda/include/cudnn.h /usr/local/cuda/include
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*
ここでPATHを通す
vi ~/.bashrc
一番下に書き加える
# CUDA Toolkit
export CUDA_ROOT=/usr/local/cuda
export PATH=/usr/local/cuda/bin:${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
export CPATH=/usr/local/cuda/include:$CPATH
# cuDNN
export LIBRARY_PATH=/usr/local/cuda/lib64:$LIBRARY_PATH
:wq!で保存したら
source /root/.bashrc
確認作業
/home/ユーザー名/ に戻って
nvidia-smi
nvcc -V
エラーが出なければ第一段階クリア
cd /usr/local/cuda-8.0/Samples/1_Utilities/deviceQuery ←ここのディレクトリ構成は参考URLと少し違った
make
./deviceQuery
Result=Passと出てきたら第二段階クリア
cd ../../
cd ./5_Simulations/nobody
make
./nbody -benchmark -numbodies=256000 -device=0
でエラーが出ず、無事作業終了。