環境
- Ubuntu 16.04.4
- GPU: GTX 1080
インストールするライブラリのバージョンを決める
- 動かしたいtensorflowのバージョンを以下のリストから探してくる。
- 動かしたいtensorflowのバージョンのテストに使われてるCUDAとcuDNNのバージョンを調べる。
まず、これで今からインストールするtensorflow, CUDA, cuDNNのバージョンが決まる。
今回は、以下のバージョンをインストールする。
- tensorflow-1.8
- cuDNN 7.1
- CUDA 9.0
1. 準備
$ sudo apt update
$ sudo apt upgrade
2. CUDAのインストール
$ sudo apt-key adv --fetch-keys http://developer.download.nvidia.com/compute/cuda/repos/ubuntu1604/x86_64/7fa2af80.pub
$ wget http://developer.download.nvidia.com/compute/cuda/repos/ubuntu1604/x86_64/cuda-repo-ubuntu1604_9.2.88-1_amd64.deb
$ sudo dpkg -i cuda-repo-ubuntu1604_9.2.88-1_amd64.deb
$ sudo apt update
$ sudo apt install cuda-9-0 cuda-drivers
$ sudo reboot
$ rm cuda-repo-ubuntu1604_9.2.88-1_amd64.deb
~/.bashrc
に以下を追記して、ログオフするかターミナルを開き直して反映させる。
export PATH="/usr/local/cuda/bin:$PATH"
export LD_LIBRARY_PATH="/usr/local/cuda/lib64:$LD_LIBRARY_PATH"
nvidia-smi
コマンドを実行して、CUDAのバージョンが見れるか確認しておく。
2. cuDNNのインストール
実はaptでもインストールできる。
$ wget http://developer.download.nvidia.com/compute/machine-learning/repos/ubuntu1604/x86_64/nvidia-machine-learning-repo-ubuntu1604_1.0.0-1_amd64.deb
$ sudo dpkg -i nvidia-machine-learning-repo-ubuntu1604_1.0.0-1_amd64.deb
$ sudo apt-get install libcudnn7
3. tensorflow-gpuのインストール
$ pip install tensorflow-gpu
pythonで以下のコードを実行してdevice_type: "GPU"
が出てれば、tensorflowからGPUが使える状態になっている。
from tensorflow.python.client import device_lib
device_lib.list_local_devices()