Ubuntu16.04 CUDA9.0 cuDNN7.1.4 インストール

「TensorFlowでGPUを使いたい人にいちいち教えるの面倒だったのでこちらに書いて今度からこのURLを送りつけることにする」ためのメモ。

CUDA インストール

CUDA Toolkit Archive | NVIDIA Developer

CUDAのアーカイブから自分が必要なバージョンを選択し、

ローカルの環境に合わせて選択すればインストール方法が表示されます。

写真ではDownload(1.2GB)となっているところをクリックしてダウンロードし、ダウンロードしたディレクトリで以下のコマンドを打ちます。(<version>となっているところは選択した環境によりますが、sudo dpkg -i xxx.debのコマンドを打った時点で生成されているので存在するファイルにアクセスすればいいです。)

$ 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 -y
$ sudo apt-get install -y cuda

再起動すればnvidia-smiコマンドによってGPUが認識できることがわかります。

cuDNN7.1.4-cuda9.0 インストール

ダウンロード

NVIDIA cuDNN | NVIDIA Developer

上のサイトのDownload cuDNNをクリックします。

ログイン画面が出てきますのでログインします。(登録してない方はJoinから登録を。)

このときたまに利用用途に関するアンケートなどに答えさせられる場合があります。

すると、以下のような画面になるのでArchived cuDNN Releaseをクリックします。

Archiveがずらりと並ぶので自分が必要なバージョンをクリックします。

ここではCUDNN7.1.4-CUDA9.0が必要なので、それをクリックすれば下に展開されます。

このうち必要なものは

• cuDNN v7.1.4 Runtime Library for Ubuntu16.04 (Deb)
• cuDNN v7.1.4 Developer Library for Ubuntu16.04 (Deb)

の二つです。それぞれクリックすればダウンロードが始まります。

インストール

$ sudo dpkg -i libcudnn7_7.1.4.18-1+cuda9.0_amd64.deb
$ sudo dpkg -i libcudnn7-dev_7.1.4.18-1+cuda9.0_amd64.deb

これでOK！
以下のコマンドで確認できます。

$ apt list | grep cudnn

アンインストール

上で確認した際に表示されるパッケージ名を下の<packagename>に入れればOK

$ sudo apt-get remove <packagename>

Tensorflow インストール

最新のTensorFlowのバージョン等に気をつけて個人の必要なバージョンを入れてください。TensorFlowで使用するcuDNNのバージョン等を指定される可能性もありますのでそこは適宜。

$ pip3 install --user --upgrade tenorflow-gpu