[PYTHON] Bis die Deep Learning-Umgebung (TensorFlow) mit GPU für Ubuntu 14.04 vorbereitet ist

Python verwandt

pyenv --Installation der erforderlichen Pakete

sudo apt-get install git gcc make openssl libssl-dev libbz2-dev libreadline-dev libsqlite3-dev

• Git Klon Pyenv

sudo git clone git://github.com/yyuu/pyenv.git ./pyenv

--PATH-Einstellung Bearbeiten von .bash_profile

cd
vim .bash_profile

export PYENV_ROOT="$HOME/.pyenv"
export PATH="$PYENV_ROOT/bin:$PATH"
eval "$(pyenv init -)"

source .bash_profile

--installierbare Version

pyenv install --list

virtualenv

• pyenv-vertualenv

git clone https://github.com/yyuu/pyenv-virtualenv.git ~/.pyenv/plugins/pyenv-virtualenv

• virtualenv

sudo apt-get install python-vietualenv

Andere erforderliche Pakete

• pip,dev

sudo apt-get install python-pip, python-dev

Rund um die GPU

NVIDIA GPU-Treiber

Wählen Sie aus Site CUDA Download von Site 「Linux」-> 「x86_64」->「Ubuntu」->「14.04」->「deb[local]」

cuDNN Download von Site Überprüfen Sie dies entsprechend und klicken Sie auf "Weiter zu Downloads". Aktivieren Sie "Zustimmen" und "CuDNN v5 (27. Mai 2016) für CUDA 8.0 herunterladen" -> "cuDNN v5-Bibliothek für Linux".

• Ich denke, das muss nicht sein.

Installation

• Ersetzen Sie Ordner und Dateien entsprechend Ihrer eigenen Umgebung.

NVIDIA GPU-Treiber

• Gehen Sie mit "Strg" + "Alt" + "F1" zum GUI-Bildschirm.
• Verschiedene Einstellungen und Ausführung

sudo apt-get purge nvidia*
sudo service lightdm stop
sudo chmod 755 ~/download/NVIDIA-XXXX
cd download
sudo ./NVIDIA-XXXX

• Hinweis: Wenn der Ordnername auf Japanisch lautet, z. B. "Download" oder "Desktop", empfehlen wir, ihn in Englisch zu ändern, z. B. "Downloads" oder "Desktop". Japanisch wie "CD-Download" kann nicht auf dem GUI-Bildschirm verwendet werden. (Es mag einen Weg geben, aber ich habe den Ordner schnell umbenannt.)

Zum Schluss neu starten mit sudo reboot etc. CUDA

sudo dpkg -i download/cuda-repo-ubuntu1404-8-0-local_8.0.44-1_amd64.deb
sudo apt-get update
sudo apt-get install cuda

cuDNN

cd download
tar xvzf cudnn-8.0-linux-x64-v5.0-ga.tgz
sudo cp cuda/include/cudnn.h /usr/local/cuda/include
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*

PATH

cd
vim .bashrc

export LD_LIBRARY_PATH="$LD_LIBRARY_PATH:/usr/local/cuda/lib64"
export CUDA_HOME=/usr/local/cuda

Reflektieren

. ~/.bashrc

Oder wenn source .bashrc in .bash_profile beschrieben ist

source .bash_profile

TensorFlow Überprüfen Sie, was mit [hier] installiert werden soll (https://www.tensorflow.org/versions/r0.11/get_started/os_setup.html). Angenommen, die Umgebung wird durch "virtualenv test" usw. erstellt. (Ich habe es nicht benutzt, obwohl ich es in pyenv gestellt habe)

Installation * 2er GPU-Version

(test)pip install --upgrade https://www.tensorflow.org/versions/r0.11/get_started/os_setup.html

Funktionsprüfung

(test)f@f:~$ python
Python 2.7.6 (default, Mar 22 2014, 22:59:56) 
[GCC 4.8.2] on linux2
Type "help", "copyright", "credits" or "license" for more information.
>>> import tensorflow as tf
I tensorflow/stream_executor/dso_loader.cc:111] successfully opened CUDA library libcublas.so locally
I tensorflow/stream_executor/dso_loader.cc:111] successfully opened CUDA library libcudnn.so locally
I tensorflow/stream_executor/dso_loader.cc:111] successfully opened CUDA library libcufft.so locally
I tensorflow/stream_executor/dso_loader.cc:111] successfully opened CUDA library libcuda.so.1 locally
I tensorflow/stream_executor/dso_loader.cc:111] successfully opened CUDA library libcurand.so locally
>>> sess=tf.Session()
I tensorflow/stream_executor/cuda/cuda_gpu_executor.cc:925] successful NUMA node read from SysFS had negative value (-1), but there must be at least one NUMA node, so returning NUMA node zero
I tensorflow/core/common_runtime/gpu/gpu_device.cc:951] Found device 0 with properties: 
name: GeForce GTX 960
major: 5 minor: 2 memoryClockRate (GHz) 1.1775
pciBusID 0000:01:00.0
Total memory: 3.94GiB
Free memory: 3.16GiB
I tensorflow/core/common_runtime/gpu/gpu_device.cc:972] DMA: 0 
I tensorflow/core/common_runtime/gpu/gpu_device.cc:982] 0:   Y 
I tensorflow/core/common_runtime/gpu/gpu_device.cc:1041] Creating TensorFlow device (/gpu:0) -> (device: 0, name: GeForce GTX 960, pci bus id: 0000:01:00.0)

Referenz: Aufbau der Ubuntu14.04 + GPU + TensorFlow-Umgebung

Ich werde Jupiter hinzufügen und so weiter.