기계 학습 방향 Ubuntu 18.04 먼저 할 일 (GPU 편)
4837 단어 ubuntu18.04파이썬TensorFlowCUDAGPU
목적
계산용의 단말을 빌리거나, 니치도 아까도 가지 않아 OS 재설치하거나 한 직후에 하는 것.
이번에는 (개인적인 이유로) 우분투 18.04 환경을 만듭니다.
큰 전제
NVIDIA 그래픽 가속기 드라이버 (있는 경우)
Chrome
Dropbox
vim
git
curl
원래 GUI가 움직이지 않는 경우, 우선은 단말기만의 기동으로 NVIDIA의 드라이버를 인스코 해 둔다.
sudo apt-get update
sudo apt-get install nvidia-384
reboot
wget -q -O - https://dl-ssl.google.com/linux/linux_signing_key.pub | sudo apt-key add -
sudo sh -c 'echo "deb [arch=amd64] http://dl.google.com/linux/chrome/deb/ stable main" >> /etc/apt/sources.list.d/google.list'
sudo apt update
sudo apt install google-chrome-stable
sudo apt install -y nautilus-dropbox
sudo apt install vim
sudo apt install byobu
sudo apt install git
sudo apt install curl
sudo apt install g++
반드시 사용하는 것
Python3,Jupyter notebook
Python3 다양한 패키지
sudo apt install python3-pip
sudo pip3 insatall numpy scipy pandas
sudo apt install jupyter-notebook
주의:
pip3 install --upgrade pip
하지 말라.
이유와 대책은 링크 참조.
h tps : / / 메 m 아 r ゔ ぇ. 코 m/2018/10/28/포 st-996/
GPU로 계산을 할 경우
이 링크를 참조하십시오.
htps : // bg. 아메다마. jp/엔트리/2017/03/13/123742
다만, tensorflow-gpu의 최신판은 cuda10.0 밖에 대응하고 있지 않다. 10.1은 좋지 않으므로 반드시 아래 링크에서 10.0을 다운로드하는 것.
cuda-repo-ubuntu1804_10.0.130-1_amd64.deb를 다운로드 한 디렉토리에서 다음을 실행하십시오.
sudo dpkg -i cuda-repo-ubuntu1804_10.0.130-1_amd64.deb
sudo apt-key adv --fetch-keys https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/7fa2af80.pub
sudo apt-get update
sudo apt-get install cuda-10-0
또, 이번은 Ubuntu 18.04이므로, 「cuDNN 을 인스톨 한다」의 절은 이하와 같이 읽어 주세요.
Ubuntu18.04용 cuDNN 설치
Step 1
htps : //로 ゔぇぺぺr. 응아아. 코 m / rdp / 쿠 드 - w w ぉ 아 d
↑ 링크를 방문하여 Download cuDNN v7.5.1 (April 22, 2019), for CUDA 10.1을 클릭하십시오.
Step 2
cuDNN Runtime Library for Ubuntu18.04 (Deb)
cuDNN Developer Library for Ubuntu18.04 (Deb)
cuDNN Code Samples and User Guide for Ubuntu18.04 (Deb)
세 파일을 다운로드하자.
Step 3
단말기에서 다음을 수행하십시오.
sudo dpkg -i libcudnn7_7.5.1.10-1+cuda10.1_amd64.deb
sudo dpkg -i libcudnn7-dev_7.5.1.10-1+cuda10.1_amd64.deb
sudo dpkg -i libcudnn7-doc_7.5.1.10-1+cuda10.1_amd64.deb
"libcupti-dev 설치"까지 실행하면 이전 페이지를 읽는 것을 그만 둘 수 있습니다.
벤치마크를 하려면 좀 더 읽어 주세요. 그건 그렇고, 나는 이번에는 가상 환경을 만들지 않았다.
keras와 tensorflow-gpu를 설치하고 cuda-10.0에 경로를 통과시킵니다.
pip3 install keras tensorflow-gpu
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-10.0/lib64/
from keras.datasets import mnist
mnist.load_data()
실험용 코드를 가져온다.
그리고 시간을 측정하면서 실행.
curl -O https://raw.githubusercontent.com/fchollet/keras/master/examples/mnist_cnn.py
echo 'K.clear_session()' >> mnist_cnn.py
time python3 mnist_cnn.py
부록 1. 실수로 cuda-10.1을 인스코했을 때
당황하지 않고 cuda 관계를 purge하고, 10.0을 재인스코하라.
sudo apt purge libcuda*
sudo apt purge nvidia-cuda-*
sudo apt purge cuda*
부록 2. tensorflow와 cuda의 버전 대응
tensorflow는 매우 엄격하게 cuda 버전을 요청하기 때문에 조심하십시오. 대응표는 이하.
인용 소스 : htps //w w. 천식 rfぉw. 오 rg / an s tai l / 그렇게 rs # x x
부록 3.
슬랙
htps : // s ck. 코 m / in tl / 쟈 jp / 드 w 응 아 ds /
다운로드 및 실행
Reference
이 문제에 관하여(기계 학습 방향 Ubuntu 18.04 먼저 할 일 (GPU 편)), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다
https://qiita.com/CarolShiomiya/items/a5998155ae52233334b0
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.)
NVIDIA 그래픽 가속기 드라이버 (있는 경우)
Chrome
Dropbox
vim
git
curl
원래 GUI가 움직이지 않는 경우, 우선은 단말기만의 기동으로 NVIDIA의 드라이버를 인스코 해 둔다.
sudo apt-get update
sudo apt-get install nvidia-384
reboot
wget -q -O - https://dl-ssl.google.com/linux/linux_signing_key.pub | sudo apt-key add -
sudo sh -c 'echo "deb [arch=amd64] http://dl.google.com/linux/chrome/deb/ stable main" >> /etc/apt/sources.list.d/google.list'
sudo apt update
sudo apt install google-chrome-stable
sudo apt install -y nautilus-dropbox
sudo apt install vim
sudo apt install byobu
sudo apt install git
sudo apt install curl
sudo apt install g++
반드시 사용하는 것
Python3,Jupyter notebook
Python3 다양한 패키지
sudo apt install python3-pip
sudo pip3 insatall numpy scipy pandas
sudo apt install jupyter-notebook
주의:
pip3 install --upgrade pip
하지 말라.
이유와 대책은 링크 참조.
h tps : / / 메 m 아 r ゔ ぇ. 코 m/2018/10/28/포 st-996/
GPU로 계산을 할 경우
이 링크를 참조하십시오.
htps : // bg. 아메다마. jp/엔트리/2017/03/13/123742
다만, tensorflow-gpu의 최신판은 cuda10.0 밖에 대응하고 있지 않다. 10.1은 좋지 않으므로 반드시 아래 링크에서 10.0을 다운로드하는 것.
cuda-repo-ubuntu1804_10.0.130-1_amd64.deb를 다운로드 한 디렉토리에서 다음을 실행하십시오.
sudo dpkg -i cuda-repo-ubuntu1804_10.0.130-1_amd64.deb
sudo apt-key adv --fetch-keys https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/7fa2af80.pub
sudo apt-get update
sudo apt-get install cuda-10-0
또, 이번은 Ubuntu 18.04이므로, 「cuDNN 을 인스톨 한다」의 절은 이하와 같이 읽어 주세요.
Ubuntu18.04용 cuDNN 설치
Step 1
htps : //로 ゔぇぺぺr. 응아아. 코 m / rdp / 쿠 드 - w w ぉ 아 d
↑ 링크를 방문하여 Download cuDNN v7.5.1 (April 22, 2019), for CUDA 10.1을 클릭하십시오.
Step 2
cuDNN Runtime Library for Ubuntu18.04 (Deb)
cuDNN Developer Library for Ubuntu18.04 (Deb)
cuDNN Code Samples and User Guide for Ubuntu18.04 (Deb)
세 파일을 다운로드하자.
Step 3
단말기에서 다음을 수행하십시오.
sudo dpkg -i libcudnn7_7.5.1.10-1+cuda10.1_amd64.deb
sudo dpkg -i libcudnn7-dev_7.5.1.10-1+cuda10.1_amd64.deb
sudo dpkg -i libcudnn7-doc_7.5.1.10-1+cuda10.1_amd64.deb
"libcupti-dev 설치"까지 실행하면 이전 페이지를 읽는 것을 그만 둘 수 있습니다.
벤치마크를 하려면 좀 더 읽어 주세요. 그건 그렇고, 나는 이번에는 가상 환경을 만들지 않았다.
keras와 tensorflow-gpu를 설치하고 cuda-10.0에 경로를 통과시킵니다.
pip3 install keras tensorflow-gpu
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-10.0/lib64/
from keras.datasets import mnist
mnist.load_data()
실험용 코드를 가져온다.
그리고 시간을 측정하면서 실행.
curl -O https://raw.githubusercontent.com/fchollet/keras/master/examples/mnist_cnn.py
echo 'K.clear_session()' >> mnist_cnn.py
time python3 mnist_cnn.py
부록 1. 실수로 cuda-10.1을 인스코했을 때
당황하지 않고 cuda 관계를 purge하고, 10.0을 재인스코하라.
sudo apt purge libcuda*
sudo apt purge nvidia-cuda-*
sudo apt purge cuda*
부록 2. tensorflow와 cuda의 버전 대응
tensorflow는 매우 엄격하게 cuda 버전을 요청하기 때문에 조심하십시오. 대응표는 이하.
인용 소스 : htps //w w. 천식 rfぉw. 오 rg / an s tai l / 그렇게 rs # x x
부록 3.
슬랙
htps : // s ck. 코 m / in tl / 쟈 jp / 드 w 응 아 ds /
다운로드 및 실행
Reference
이 문제에 관하여(기계 학습 방향 Ubuntu 18.04 먼저 할 일 (GPU 편)), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다
https://qiita.com/CarolShiomiya/items/a5998155ae52233334b0
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 apt install python3-pip
sudo pip3 insatall numpy scipy pandas
sudo apt install jupyter-notebook
이 링크를 참조하십시오.
htps : // bg. 아메다마. jp/엔트리/2017/03/13/123742
다만, tensorflow-gpu의 최신판은 cuda10.0 밖에 대응하고 있지 않다. 10.1은 좋지 않으므로 반드시 아래 링크에서 10.0을 다운로드하는 것.
cuda-repo-ubuntu1804_10.0.130-1_amd64.deb를 다운로드 한 디렉토리에서 다음을 실행하십시오.
sudo dpkg -i cuda-repo-ubuntu1804_10.0.130-1_amd64.deb
sudo apt-key adv --fetch-keys https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/7fa2af80.pub
sudo apt-get update
sudo apt-get install cuda-10-0
또, 이번은 Ubuntu 18.04이므로, 「cuDNN 을 인스톨 한다」의 절은 이하와 같이 읽어 주세요.
Ubuntu18.04용 cuDNN 설치
Step 1
htps : //로 ゔぇぺぺr. 응아아. 코 m / rdp / 쿠 드 - w w ぉ 아 d
↑ 링크를 방문하여 Download cuDNN v7.5.1 (April 22, 2019), for CUDA 10.1을 클릭하십시오.
Step 2
cuDNN Runtime Library for Ubuntu18.04 (Deb)
cuDNN Developer Library for Ubuntu18.04 (Deb)
cuDNN Code Samples and User Guide for Ubuntu18.04 (Deb)
세 파일을 다운로드하자.
Step 3
단말기에서 다음을 수행하십시오.
sudo dpkg -i libcudnn7_7.5.1.10-1+cuda10.1_amd64.deb
sudo dpkg -i libcudnn7-dev_7.5.1.10-1+cuda10.1_amd64.deb
sudo dpkg -i libcudnn7-doc_7.5.1.10-1+cuda10.1_amd64.deb
"libcupti-dev 설치"까지 실행하면 이전 페이지를 읽는 것을 그만 둘 수 있습니다.
벤치마크를 하려면 좀 더 읽어 주세요. 그건 그렇고, 나는 이번에는 가상 환경을 만들지 않았다.
keras와 tensorflow-gpu를 설치하고 cuda-10.0에 경로를 통과시킵니다.
pip3 install keras tensorflow-gpu
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-10.0/lib64/
from keras.datasets import mnist
mnist.load_data()
실험용 코드를 가져온다.
그리고 시간을 측정하면서 실행.
curl -O https://raw.githubusercontent.com/fchollet/keras/master/examples/mnist_cnn.py
echo 'K.clear_session()' >> mnist_cnn.py
time python3 mnist_cnn.py
부록 1. 실수로 cuda-10.1을 인스코했을 때
당황하지 않고 cuda 관계를 purge하고, 10.0을 재인스코하라.
sudo apt purge libcuda*
sudo apt purge nvidia-cuda-*
sudo apt purge cuda*
부록 2. tensorflow와 cuda의 버전 대응
tensorflow는 매우 엄격하게 cuda 버전을 요청하기 때문에 조심하십시오. 대응표는 이하.
인용 소스 : htps //w w. 천식 rfぉw. 오 rg / an s tai l / 그렇게 rs # x x
부록 3.
슬랙
htps : // s ck. 코 m / in tl / 쟈 jp / 드 w 응 아 ds /
다운로드 및 실행
Reference
이 문제에 관하여(기계 학습 방향 Ubuntu 18.04 먼저 할 일 (GPU 편)), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다
https://qiita.com/CarolShiomiya/items/a5998155ae52233334b0
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 apt purge libcuda*
sudo apt purge nvidia-cuda-*
sudo apt purge cuda*
tensorflow는 매우 엄격하게 cuda 버전을 요청하기 때문에 조심하십시오. 대응표는 이하.
인용 소스 : htps //w w. 천식 rfぉw. 오 rg / an s tai l / 그렇게 rs # x x
부록 3.
슬랙
htps : // s ck. 코 m / in tl / 쟈 jp / 드 w 응 아 ds /
다운로드 및 실행
Reference
이 문제에 관하여(기계 학습 방향 Ubuntu 18.04 먼저 할 일 (GPU 편)), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다
https://qiita.com/CarolShiomiya/items/a5998155ae52233334b0
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.)
Reference
이 문제에 관하여(기계 학습 방향 Ubuntu 18.04 먼저 할 일 (GPU 편)), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다 https://qiita.com/CarolShiomiya/items/a5998155ae52233334b0텍스트를 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.)