Ubuntu16.04에 CUDA8.0 및 Chainer 설치
환경
준비하는 것
드라이버 (자신의 환경에 맞게 적절하게 선택)
CUDA Toolkit 설치에는 runfile(cuda_8.0.44_linux.run)을 사용했습니다.
설치 절차
1. 드라이버 설치
Secure Boot가 활성화되어 있는 경우에는 미리 비활성화하십시오.
Ctrl+Alt+F1로 tty1로 이동하여 nvidia-smi 명령과 드라이버를 설치합니다.
중간에 X11 설정을 다시 쓸 것인지 묻습니다. 다시 쓰면 화면이 비치지 않기 때문에 다시 쓰지 않는 것이 좋습니다.
설치가 끝나면 다시 시작하십시오.
sudo service lightdm stop # X11を落とす
sudo ./NVIDIA-Linux-x86_64-<version>.run # nvidia-smiコマンドがインストールされるはず
sudo reboot
nvidia-smi
커멘드의 출력이 이런 느낌이 되어 있으면, GPU를 검출할 수 있습니다.
$nvidia-smi
Mon Aug 15 15:31:22 2016
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 361.77 Driver Version: 361.77 |
|-------------------------------+----------------------+----------------------+
| GPU Name Persistence-M| Bus-Id Disp.A | Volatile Uncorr. ECC |
| Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. |
|===============================+======================+======================|
| 0 GeForce 940M Off | 0000:01:00.0 Off | N/A |
| N/A 59C P0 N/A / N/A | 254MiB / 2003MiB | 8% Default |
+-------------------------------+----------------------+----------------------+
+-----------------------------------------------------------------------------+
| Processes: GPU Memory |
| GPU PID Type Process name Usage |
|=============================================================================|
| 0 4105 G /usr/lib/xorg/Xorg 165MiB |
| 0 4988 G fcitx-qimpanel 7MiB |
| 0 5310 G ...ves-passed-by-fd --v8-snapshot-passed-by- 67MiB |
| 0 5598 G ...DocWrittenScriptsInMainFrame --force-fiel 13MiB |
+-----------------------------------------------------------------------------+
만약 불안정한 경우는 apt-get
로 드라이버를 인스톨 하면 움직일지도 모릅니다. 그러나 시스템이 X11을 GPU로 움직이려고 X11의 동작이 불안정해지기 때문에 추천하지 않습니다.
sudo apt-get install nvidia-361
sudo reboot
2. CUDA toolkit 설치
tty1에서 다음 명령을 실행합니다.
참고 : runfile 런타임에 드라이버를 설치할지 묻습니다. 여기서는 설치하지 마십시오.
sudo service lightdm stop
sudo ./cuda_8.0.44_linux.run --override # 注意: ドライバはここではインストールしない
Ubuntu16.04에서는 gcc의 버전이 CUDA의 추천하는 것과 달라 보이지만, --override
옵션을 붙여 Toolkit를 무리하게 설치했습니다.
설치가 성공하면 /usr/local/cuda-8.0
가 존재해야합니다.
Chainer를 실행할 때 작동하지 않으면 gcc5.2를 설치 한 다음 다시
sudo service lightdm stop
sudo ./cuda_8.0.44_linux.run # 注意: ドライバはここではインストールしない。gcc5.2をあらかじめインストールしておく。
하십시오.
3. cuDNN 설치
cuDNN을 확장하여 파일을 복사합니다.
tar xvf cudnn-8.0-linux-x64-v5.1.tgz
sudo cp cuda/include/* /usr/local/cuda-8.0/include
sudo cp cuda/lib64/* /usr/local/cuda-8.0/lib64
.bashrc
에 이것을 추가하고 source ~/.bashrc
하십시오.
export CUDA_PATH=/usr/local/cuda-8.0
export PATH=$CUDA_PATH/bin:$PATH
export LD_LIBRARY_PATH=$CUDA_PATH/lib64:$LD_LIBRARY_PATH
export CPATH=$CUDA_PATH/include:$CPATH
export LIBRARY_PATH=$CUDA_PATH/lib64:$LD_LIBRARY_PATH
export LD_LIBRARY_PATH=$CUDA_PATH/lib64:$LD_LIBRARY_PATH
4. Chainer 설치
보통 pip3으로 넣습니다.
sudo pip3 install chainer
5. 동작 체크
import cupy
가 통과하면 성공입니다.
$python3
>>> import cupy
Chainer 소스 코드와 함께 제공되는 MNIST 샘플도 작동합니다.
git clone [email protected]:pfnet/chainer.git
cd chainer/examples/mnist
python3 train_mnist.py --gpu=0
6. 커널 업데이트에 대하여
커널이 업데이트되면 드라이버에 액세스할 수 없습니다.
새 커널이 설치되면 1 드라이버를 다시 설치하십시오.
Reference
이 문제에 관하여(Ubuntu16.04에 CUDA8.0 및 Chainer 설치), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다
https://qiita.com/IshitaTakeshi/items/3efce820986f4560765d
텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
우수한 개발자 콘텐츠 발견에 전념
(Collection and Share based on the CC Protocol.)
sudo service lightdm stop # X11を落とす
sudo ./NVIDIA-Linux-x86_64-<version>.run # nvidia-smiコマンドがインストールされるはず
sudo reboot
$nvidia-smi
Mon Aug 15 15:31:22 2016
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 361.77 Driver Version: 361.77 |
|-------------------------------+----------------------+----------------------+
| GPU Name Persistence-M| Bus-Id Disp.A | Volatile Uncorr. ECC |
| Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. |
|===============================+======================+======================|
| 0 GeForce 940M Off | 0000:01:00.0 Off | N/A |
| N/A 59C P0 N/A / N/A | 254MiB / 2003MiB | 8% Default |
+-------------------------------+----------------------+----------------------+
+-----------------------------------------------------------------------------+
| Processes: GPU Memory |
| GPU PID Type Process name Usage |
|=============================================================================|
| 0 4105 G /usr/lib/xorg/Xorg 165MiB |
| 0 4988 G fcitx-qimpanel 7MiB |
| 0 5310 G ...ves-passed-by-fd --v8-snapshot-passed-by- 67MiB |
| 0 5598 G ...DocWrittenScriptsInMainFrame --force-fiel 13MiB |
+-----------------------------------------------------------------------------+
sudo apt-get install nvidia-361
sudo reboot
sudo service lightdm stop
sudo ./cuda_8.0.44_linux.run --override # 注意: ドライバはここではインストールしない
sudo service lightdm stop
sudo ./cuda_8.0.44_linux.run # 注意: ドライバはここではインストールしない。gcc5.2をあらかじめインストールしておく。
tar xvf cudnn-8.0-linux-x64-v5.1.tgz
sudo cp cuda/include/* /usr/local/cuda-8.0/include
sudo cp cuda/lib64/* /usr/local/cuda-8.0/lib64
export CUDA_PATH=/usr/local/cuda-8.0
export PATH=$CUDA_PATH/bin:$PATH
export LD_LIBRARY_PATH=$CUDA_PATH/lib64:$LD_LIBRARY_PATH
export CPATH=$CUDA_PATH/include:$CPATH
export LIBRARY_PATH=$CUDA_PATH/lib64:$LD_LIBRARY_PATH
export LD_LIBRARY_PATH=$CUDA_PATH/lib64:$LD_LIBRARY_PATH
sudo pip3 install chainer
$python3
>>> import cupy
git clone [email protected]:pfnet/chainer.git
cd chainer/examples/mnist
python3 train_mnist.py --gpu=0
Reference
이 문제에 관하여(Ubuntu16.04에 CUDA8.0 및 Chainer 설치), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다 https://qiita.com/IshitaTakeshi/items/3efce820986f4560765d텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
우수한 개발자 콘텐츠 발견에 전념 (Collection and Share based on the CC Protocol.)