はじめに

久々にUbuntuを壊してしまい、再インストールしました。
やはり環境構築は難しいですね。
今回は、0からtensorflow-gpu環境を構築するための方法を残しておきますので、初心者の方は参考にできるかと思います。

また、各パッケージのバージョンはどんどん更新されると思います、より新しいものを利用したい場合は、公式のドキュメントを見るか、他の方のページを見るか、本ページの流れにそいながらバージョンだけ変えながらやればできると思います。

動作環境

Ubuntu18.04LTSを用いた。日本語版isoはこちら。
既にUbuntuを使用している方はMake Startup Diskというアプリを使ったら良いが、初めての方はUUI等のフリーソフトを使用する必要がある（はず）。

動作確認方法

tensorflowでは、こちらに記載されているとおり、GPUが使用可能かどうかが以下の関数で確認できる。

import tensorflow as tf
tf.test.is_gpu_available()

各バージョン

tensorflow-gpuのページに３つともの依存関係（？）が掲載されていたため、こちらのページ下部に記載されている以下のバージョンをインストールした。

tensorflow_gpu-1.14.0	2.7, 3.3-3.7	GCC 4.8	Bazel 0.24.1	7.4	10.0

tensorflowのバージョン

今回は、1.14.0をインストールした。

pip3 install tensorflow-gpu==1.14.0

ここで、pip3のエラーが出る場合は、$ sudo apt install python3-pipとすると良い。

NVIDIAドライバのインストール

GPU付きPCにUbuntuをインストールする際は必要になることが多い。こちらの入力欄に自分のマシンに合ったものを選ぶ。

NVIDIAドライバのインストールは苦戦することが多い。手順は以下。

こちらからNVIDIAドライバの.runファイルをダウンロード
Ctrl+Alt+F1を押す
Ctrl+Alt+F3を押す
ユーザ名とパスワードでログイン
$ sudo service gdm stop
$ cd ~/Downloads
$ sudo bash ./NVIDIA-*.run

うまく行かないようであれば、$ rebootで再起動をしてもう一度試すとうまく行くことがある（GPUが使用中みたいなことが出た場合）。

cudaのインストール

こちらからrunfile(local)をダウンロードしてきて実行する。

$ cd ~/Downloads
$ sudo bash ./cuda_10.0.*_linux.run

cuDNNのインストール

cuDNNをインストールする場合は、NVIDIAアカウントを作成する必要がある。こちらでログインするとcuDNNダウンロードページに移動できる。ここでは、規約に同意する必要がある。

今回は、過去のバージョンをインストールするため、Archived cuDNN Releasesをクリックしてほしいバージョンまで移動する必がある。.debファイルをダウンロードしてきたため、Ubuntu Softwareというアプリケーションを使用してパッケージをインストールした。これはFilesで.debファイルの場所へ移動して、ダブルクリックすると起動してくれる。

全部インストールしてもGPUを識別しない！！

私がよくやってしまうのがこれである。インストールだけして満足しているとPATHが通っていないため、$ nvcc -Vが動作しない。また、tensorflowを読み込む際にはcudaのPATHが読み込まれている必要があるため、tensorflowからもGPUが識別されない。
そこで、~/.bashrcに以下を追記する必要がある。

.bashrc

export PATH=$PATH:/usr/local/cuda/bin
export LD_LIBRARY_PATH=/usr/local/cuda/lib64

参考

以下のページを参考にさせていただきました。困った場合は、是非こちらを参考にしてみてください。

https://towardsdatascience.com/how-to-make-tensorflow-work-on-rtx-20xx-series-73eb409bd3c0
- export忘れの参考