自分用メモ
意外とてこずったので誰かの役に立つかもしれない。

はじめに

大学にDeep learning用のmachineが届いた。プリインスールされている諸々がOS(Ubuntu14.04LTSだった）を始め古過ぎ、アプデすると不具合が出まくるそうなので諦めてUbuntu 16.04 LTSを入れ直してGPUでkeras(Tensorflow back end)とchainerがjupyterで動くまでのメモ。やってみて、環境構築が難しいと言われる所以がわかった。端的にいうと、発展著しい領域なのでpackage周りのアプデが早過ぎて直ぐに情報が古くなること。pythonの仮想環境構築がほぼ必須になっていることの2つが原因だと思われます。このページを主に参考にしたのですが
(https://www.buildinsider.net/small/deeplearningenv/ubuntu#cuda-toolkit)

2017年末の記事なのにすでに内容が一部古いです。３回に分けて

その1 NVIDIAドライバー、CUDA ToolkitとcuDNNのインストールまで
その2 pythonとDeep learningのpackage周り
その3 APC製のUPSの導入

でやりたいと思います。

NVIDIAドライバーのインストール

http://www.nvidia.co.jp/Download/index.aspx?lang=jp
から自分のGPUに合っているのを入れる。基本的にドライバは最新のでOK!

terminal

$ sudo dpkg -i ダウンロードしたファイル名

#追加指示が出ることもある
$ sudo apt -y update
$ sudo apt -y install cuda-drivers
$ sudo apt -y upgrade
$ sudo reboot

これで

terminal

$ nvidia-smi

エラーが出なければOK

CUDA ToolkitとcuDNNのバージョンを確認!

必ずTensorflowの公式サイト
https://www.tensorflow.org/install/install_linux#nvidia_requirements_to_run_tensorflow_with_gpu_support
で必要なCUDA ToolkitとcuDNNのバージョンを確認を確認する。俺はこれを怠ったのでCUDAとcuDNNを入れ直す羽目になりました。

CUDA Toolkitのインストール

超参考になるurl
https://qiita.com/JeJeNeNo/items/05e148a325192004e2cd
まずここで、必要条件を確認した上でCUDA Toolkit Archiveでhttps://developer.nvidia.com/cuda-toolkit-archive
で対応したものを落とす。2018年3月時点でUbuntu 16.04 LTSでTensorflowを使うのならCUDA toolkitは9.0。

terminal

sudo dpkg -i ダウンロードしたファイル名
sudo apt update
sudo apt install cuda-9-0

以上でインストール完了。一緒にパッチがあるならダウンロード後これもインストールしておく。

terminal

$ sudo dpkg -i ダウンロードしたファイル名
$ sudo apt update
$ sudo apt -y upgrade
$ sudo reboot

次にパスを通す

terminal

echo -e "\n## CUDA and cuDNN paths"  >> ~/.bashrc
echo 'export PATH=/usr/local/cuda-9.0/bin:${PATH}' >> ~/.bashrc
echo 'export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64:${LD_LIBRARY_PATH}' >> ~/.bashrc

ターミナル再起動または

terminal

source ~/.bashrc

でCUDAのパスが書き込まれたbashrcを読み込む。
続いてCUDAがきちんとインストールできているのか色々確認する

terminal

echo $PATH             # 出力に"/usr/local/cuda-9.0/bin"が含まれているか？
echo $LD_LIBRARY_PATH  # 出力に"/usr/local/cuda-9.0/lib64"が含まれているか？
which nvcc             # 出力が"/usr/local/cuda-9.0/bin/nvcc"になっているか？
nvidia-smi             # nvidiaのGPUの情報が表示されているか？
nvcc -V                #インストールされているCUDAのverが表示されるか？

cuDNNのインストール

https://developer.nvidia.com/rdp/cudnn-download から必要なものをダウンロード。俺の場合だとcuDNN7.0 for CUDA9.0でした。

terminal

# Install Runtime library
sudo dpkg -i ダウンロードした中でファイル名が一番短いやつ
# Install developer library
sudo dpkg -i ダウンロードしたやつの中でdevがファイル名に入っているやつ
# Install code samples and user guide
sudo dpkg -i ダウンロードしたやつの中でdocがファイル名に入っているやつ

これで一応はOKのはず。
動作を確認する。

terminal

cuda-install-samples-9.0.sh ~ # ホームディレクトリにサンプルコードをコピー。
cd ~/NVIDIA_CUDA-9.0_Samples/
make
cd bin/x86_64/linux/release   # サンプルの実行ファイルがあるディレクトリに移動。
./smokeParticles

これで煙がうねうねしている姿が見えたらOK!