GPU 탑재 노트북으로 Ubuntu 16.04 LTS, CUDA-8.0, NeuralTalk2 설치 비망록

전제 환경


  • PC : MSI GS63VR (GTX 1060 탑재로 두께 17.7㎜!)
  • CPU: Intel Core™ i7-6700HQ
  • GPU: NVIDIA GTX 1060 (6GB) (Optimus 구성)
  • 스토리지: 128GB SSD(NVMe) + 1TB HDD

  • OS 설치


  • Windows 환경을 부수고 Ubuntu를 넣기 때문에, 부속의 복구 유틸리티로, 복구 영역을 USB 메모리나 ISO 파일에 백업 (듀얼 부트 환경 구축은, 간단하게는 할 수 없었기 때문에 포기했다) . .
  • BIOS 설정에서 Secure Boot를 Off로 둡니다.
  • Ubuntu 16.04.1 설치 (ubuntu-16.04.1-desktop-amd64.iso)

  • 절차



    CUDA 설치



    Deb 파일에서 리포지토리 메타데이터를 등록하는 방법.

    $ sudo apt-get update
    $ sudo apt-get upgrade
    $ lsmod | grep nvidia  # nvidiaがロードされていないことを確認
    $ lsmod | grep nouveau # nouveauが利用されていることを確認
    $ sudo dpkg --install cuda-repo-ubuntu1604-8-0-local_8.0.44-1_amd64.deb 
    $ sudo apt-get update
    $ sudo apt-get install cuda
    $ sudo shutdown -r now
    

    환경 변수 설정


    ~/.bashrc 에 다음 추가

    ~/.bashrc
    ...
    export PATH=/usr/local/cuda-8.0/bin${PATH:+:${PATH}}
    export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
    export CUDA_HOME=/usr/local/cuda
    

    CUDA 샘플 및 도구로 확인


    $ cuda-install-samples-8.0.sh ~
    $ cd ~/NVIDIA_CUDA-8.0_Samples/5_Simulations/nbody
    $ make
    $ ./nbody 
    $ nvidia-smi 
    $ prime-select query # nvidia になっていることを確認
    $ sudo apt-get install freeglut3-dev glxinfo mesa-utils 
    $ glxinfo | less
    

    NeuralTalk2 설정



    사전에 필요한 도구 설치


    $ sudo apt-get install freeglut3-dev glxinfo mesa-utils libqtcore4 libqtgui4 vim git cmake libreadline-dev libprotobuf-dev protobuf-compiler
    

    NeuralTalk2 설정



    다음을 참고로.

    본가 README.md
    htps : // 기주 b. 이 m/카 r파 thy/네우라 l한 lk2/bぉb/마s r/레아 D메. md

    NeuralTalk2로 이미지에 캡션 해보세요.
    ぃ tp // 코 m / 소베 t @ gi te b / ms / 9d1bd38 a 8f5 9193dfc
    $ cd ~
    $ git clone https://github.com/karpathy/neuraltalk2.git
    $ curl -s https://raw.githubusercontent.com/torch/ezinstall/master/install-deps | bash
    $ git clone https://github.com/torch/distro.git ~/torch --recursive
    $ cd ~/torch/
    $ ./install.sh  # and enter "yes" at the end to modify your bashrc
    $ source ~/.bashrc
    

    Torch가 설치되었는지 확인
    $ th
    

    cuDNN을 NVIDIA 웹 사이트에서 다운로드
    $ tar zxvf cudnn-8.0-linux-x64-v5.1.tgz 
    $ mv cuda ~/cuDNN
    $ cd ~/cuDNN/
    $ ls
    $ sudo vi ~/.bashrc 
    $ source ~/.bashrc 
    

    각 luarock 패키지 설치
    $ curl -s https://raw.githubusercontent.com/torch/ezinstall/master/install-deps | bash
    $ git clone https://github.com/torch/distro.git ~/torch --recursive
    $ cd ~/torch; 
    $ ./install.sh      # and enter "yes" at the end to modify your bashrc
    $ source ~/.bashrc
    
    $ luarocks install nn
    $ luarocks install nngraph 
    $ luarocks install image 
    
    $ luarocks install lua-cjson
    $ luarocks install cutorch
    $ git clone https://github.com/soumith/cudnn.torch.git
    $ cd cudnn.torch/
    $ luarocks make cudnn-scm-1.rockspec
    
    $ sudo apt-get install libprotobuf-dev protobuf-compiler
    $ luarocks install loadcaffe
    
    $ cd ~/torch/
    $ ls
    $ git clone https://github.com/deepmind/torch-hdf5
    $ sudo apt-get -y install libhdf5-serial-dev hdf5-tools
    $ cd torch-hdf5
    $ luarocks make hdf5-0-0.rockspec
    $ sudo apt-get -y install python-numpy python-six python-pip cython
    $ sudo pip install h5py
    

    학습된 모델 다운로드
    $ cd ~/neuraltalk2/
    $ wget http://cs.stanford.edu/people/karpathy/neuraltalk2/checkpoint_v1.zip
    $ unzip checkpoint_v1.zip 
    

    실행



    일괄 처리적으로 이미지에 캡션을 붙이는(그리고 그 결과를 Web 서버로 보여준다)eval.lua 를 실행.
    우선은 Pictures 폴더에 적당한 화상을 몇 개 넣어 둔다.
    $ th eval.lua -model ./model_id1-501-1448236541.t7 -image_folder ~/Pictures -num_images 10 
    $ cd vis
    $ python -m SimpleHTTPServer
    

    웹 브라우저를 시작하여 localhost:8000에 액세스합니다.

    좋은 웹페이지 즐겨찾기