Ubuntu (GeForce)× Nvidia-docker2 で Keras(Tensorflow-gpu) の環境構築

結論

UbuntuとNvidia-docker2を使うことで、GPU付きPCにおいて、Keras(Tensorflow)を利用可能なPythonプログラム環境を超簡単に構築できる！

環境

・Ubuntu 18.04
・GeForce GTX1080

すること

・NVIDIAドライバのインストール
・docker-ceのインストール
・Nvidia-docker2のインストール
・コンテナ内で、GPUを使って、Kerasでプログラムを動かす。

（ネットの記事によっては、ホスト側にCUDAをインストールしているが、コンテナ内で実行するにあたって必要ないようだ。）

はじめに

CentOS7にTensorflow-gpuを使える環境を構築したことがあるものの、そのときはドライバーを入れたり、CUDAを入れたりで1日を費やした。ネットの情報を見ると、UbuntuとNvidia-dockerで簡単に環境構築できそうだったので、今回、チャレンジしてみた。その過程をここで共有する。

NVIDIAドライバのインストール

多くのネット記事にあるのは、手動でNvidiaドライバをダウンロードして、既存のnouveauドライバを無効化して、、、という手順だが、以下のように、aptで一気にインストールすることもできる。

まずは、aptのリポジトリに Geforce GTX1080 で利用できる NVIDIA ドライバがあるか確認する。
https://www.nvidia.co.jp/Download/index.aspx?lang=jp にて、GPU情報等を入力して、必要なドライバのバージョンを調べる。私の環境では以下であった。

　　Linux x64 (AMD64/EM64T) Display Driver
　　バージョン: 390.77
　　リリース日: 2018.7.16
　　オペレーティングシステム: Linux 64-bit
　　言語: Japanese
　　ファイルサイズ: 78.89 MB

次に、NVIDIA ドライバを提供している xorg-edgers レポジトリを追加する。

 $ sudo add-apt-repository ppa:xorg-edgers/ppa -y
 $ sudo apt-get update
 $ sudo apt-get upgrade

apt-get でインストールできるドライバ一覧を検索する。

 $ sudo apt-cache search "^nvidia-[0-9]{3}$"

バージョン390があるから、aptでinstallできる！
(手動インストールに比べて、nouveauの無効化とかが必要なく、かなり楽になる)
以下で、nvidia-driverのインストール

$ sudo apt install nvidia-driver-390
$ sudo reboot

CentOS7のときに、何度もリブートして、失敗して、を繰り返したことを思うと、これだけでも、ただただ感動 (T T)

docker-ceのインストール

ネットの記事によっては、nvidia-dockerをインストールしたら、docker-ceもインストールされる的なことが書いてあった。私も次に書くnvidia-dockerだけをインストールして試したものの、うまくいかなかった。なので、docker-ceのインストールも必要で、先に書いておく。

$ sudo apt-get remove docker docker-engine docker.io
$ sudo apt-get install \
    apt-transport-https \
    ca-certificates \
    curl \
    software-properties-common
$ curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo apt-key add -
OK
$ sudo add-apt-repository \
   "deb [arch=amd64] https://download.docker.com/linux/ubuntu \
   $(lsb_release -cs) \
   stable"
$ sudo apt-get update
$ sudo apt-get install docker-ce

Nvidia-docker2のインストール

続いて、以下でnvidia-docker2をインストールする。

$ curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | \
  sudo apt-key add -
$ distribution=$(. /etc/os-release;echo $ID$VERSION_ID)
$ curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | \
  sudo tee /etc/apt/sources.list.d/nvidia-docker.list
$ sudo apt-get update
$ sudo apt-get install -y nvidia-docker2

以下で、動作確認。

$ sudo pkill -SIGHUP dockerd
$ docker run --runtime=nvidia --rm nvidia/cuda nvidia-smi

コンテナ内で、GPUを使って、Kerasでプログラムを動かす。

以下で、tensorflow-gpuのイメージをとってきて動かして、コンテナに入る。

$ sudo nvidia-docker run -it tensorflow/tensorflow:latest-gpu-py3 bash

コンテナ内で以下を実行。

$ pip3 install keras
$ apt-get update
$ apt-get install wget
$ wget https://raw.githubusercontent.com/fchollet/keras/master/examples/mnist_cnn.py
$ python3 mnist_cnn.py

これで、MNISTがGPUを使いながら実行される！！　なんてお手軽に構築できたことか。。。