はじめに

前提条件
・本記事は前記事の続き
・前記事にて、GTX1080tiを搭載したPCに、DUCAとcuDNNをインストール済み
今回やること
・Tensorflow-GPUをインストールして、MNISTのサンプルを実行してみる

バージョン
・DUCA9.0
・cuDNN7.4.1
・Tensorflow1.12.0
※Tensorflow-gpuのサポートが、現状ではCUDA9/cuDNN7までであったため
　参考：https://www.tensorflow.org/install/source#common_installation_problems

Tensorflow-GPUのインストール手順

それでは、前記事にてインストールしたCUDAとcuDNNの動作確認として、Tensorflow-GPUでMNISTのサンプルを実行してみたいと思います。
まずはTensorflow-GPUのインストールからです。

pipのインストール

手始めに、pipとpip3をインストールしておきます。

sudo apt-get install python-pip python3-pip

libcupti-devのインストール

どうやらlibcuptiなるものが必要らしいので、これもインストールしておきます。

sudo apt-get install libcupti-dev

仮想環境の構築

venvを使用して、Tensorflow-GPU用の仮想環境を構築します。
ここにTensorflow-GPUをインストールしていきます。

基本は以下のコマンドでOKです。
※この場合はnameという名前のPython3系環境を構築しています。

python3 -m venv <name>

activateは以下のコマンドで行います。

. <name>/bin/activate

deactivateは以下のコマンドです。

deactivate

Tensorflow-GPUのインストール

先ほど作成した仮想環境に入り、Tensorflow-GPUをインストールします。

. <name>/bin/activate

pip3 install tensorflow-gpu

※途中で「Failed building wheel for ...」なるものが出ましたが、最後は「Successfully」したみたいなので、何とかインストールできたっぽい？（ちなみにsudoだと何も出なかったはず、、、）

インストールできたかどうか、importして確認します。

python

import tensorflow

エラーが表示されなければインストール成功です。

Tensorflow-GPUでGPUが反映されているかチェック

ついでに、GPUが上手く反映されているか、下記のコードを実行することで確認をしてみましょう。

import tensorflow
tensorflow.test.gpu_device_name()

最後の方に「'/device:GPU:0'」が表示されればOKのようです。

また、別の方法として、以下のコードでも検証できます。
参考：https://qiita.com/sabaku20XX/items/7c9a04fdffecee27f163

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

「device_type: "GPU"」があればOKのようです。（CPUだけだとアウト。）

MNISTサンプルの実行手順

次に、Tensorflow-GPU環境下で、tensorflowのMNISTサンプルを実行してみます。

Gitのインストール

tensorflowのMNISTサンプルはGitHubのリポジトリから取得してきます。
よって、Gitがインストールされていない場合、下記コマンドでインストールしておきます。

sudo apt-get install git

GitHubからtensorflowをClone

GitHubより、tensorflowのリポジトリをCloneしてきます。

git clone https://github.com/tensorflow/tensorflow.git

MNISTサンプルのコードを実行

MNISTサンプルがある場所まで移動し、プログラムを実行します。

cd tensorflow/tensorflow/examples/tutorials/mnist
python mnist_with_summaries.py

ここで、自分の環境だと下記のようなエラーが出て止まってしまいました。

Couldn't open CUDA library libcupti.so.9.0 ...

どうやら先ほどインストールしたlibcuptiが上手く参照できていないようなので、下記サイトを参考にパスを通します。（.bashrcの$LD_LIBRARY_PATHを以下のように書き換えます。）
参考：http://hirotaka-hachiya.hatenablog.com/entry/2017/02/28/223844

export $LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64:/usr/local/cuda-9.0/extras/CUPTI/lib64$LD_LIBRARY_PATH

※本来はlib64と$の間に:を入れるべきなはずですが、下記コマンドでパスを確認したとき、変な場所に:が入っていたため、:をなくすとイイ感じになりました。

echo $LD_LIBRARY_PATH

以上の方法でパスを通し、再度「mnist_with_summaries.py」を実行すると、エラーで止まらず無事にプログラムが終了しました。

GPUのパフォーマンスチェック

最後に、GPUのパフォーマンスをチェックするコードを公開されている方がいたため、参考に乗せておきます。
参考：https://www.kaggle.com/getting-started/47096#post271139

このプログラムを実行した結果、CPUよりもGPUの方が速いことが確認できました。

以上で、Tensorflow-GPUのインストールとMNISTサンプルを用いた動作テストは終了です。
お疲れ様でした！