はじめに
機械学習を勉強したくて環境構築した時にたくさんの時間が持っていかれた。
また自分にこのようなことが起こらないために備忘録として残す。
作業環境
作業は以下の環境で行った。
1.Ubuntu15.10
2.Nvidiaのビデオカードドライバ導入済み
3.pythonの環境はAnacondaを用いて用意済み
作業目的
今回の作業目的はTensorflowをGPUを有効にした状態で使用できるようにすること。
これができればおそらくChainerでもGPUが使える...はず。
作業手順
1.cuda toolkitの導入
cudaは公式に示されているやり方で導入した。今回はcuda toolkit 7.5を用いた。
コマンドラインで以下のように打つ
$ sudo dpkg -i cuda-repo-ubuntu1404_7.5-18_amd64.deb
$ sudo apt-get update
$ sudo apt-get install cuda
debパッケージは自分のバージョンにあったものをダウンロードして用意する。
次に環境変数を設定する。
./bashrcに以下の文言を記入
export CUDA_HOME=/usr/local/cuda
export LD_LIBRARY_PATH=${CUDA_HOME}/lib64
PATH=${CUDA_HOME}/bin:${PATH}
export PATH
記入はgeditをsudoで実行して直に記入した。
$ sudo gedit ./bashrc
これでcudaの導入が終わる。(サンプルは動かしてない)
2.cudnnの導入
これはGPU計算用のライブラリらしい。nvidia developerに登録してダウンロードするらしい。ということで登録してダウンロードした。今回はcudnn v4を用いた。
ダウンロードしたらコマンドラインで以下のように打つ。
$ tar xvzf cudnn-7.5-linux-x64-v4.tgz
$ sudo cp cudnn-7.5-linux-x64-v4/cudnn.h /usr/local/cuda/include
$ sudo cp cudnn-7.5-linux-x64-v4/libcudnn* /usr/local/cuda/lib64
やってることはファイルをcudaのところに入れるだけ。
3.Tensorflowのインストール
ようやく本命のインストール。インストールする環境はAnacondaで作った仮想環境。pythonのバージョンは3.4、Anacondaにプリインストールされているパッケージも入れておく。
公式とそこらのサイトを見ながら以下のように記述した。
$ pip install --upgrade https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow-0.7.1-cp34-none-linux_x86_64.whl --ignore-installed
最初は、最後に書いてある--ignore-installedを入れずにやってたためインストールができていなかった。海外だかの質問サイトを見たらこうしたらええんでない、と書いてあったため実際にやってみたところインストールに成功。
実際にimportして確かめてみたところ...
successfully と出てるためインストール成功と判断。
まとめ
日本語のサイトをぐるぐる回ってもインストールできなかったが、海外の質問サイト見てどうにかなった。言語の壁が欲しい情報を手に入れにくくしてることもあるため、積極的に他言語の情報を読む必要があると感じた。よくわかんなかったら翻訳サイトに任せるなど使える手はどんどん使うべき。