Ubuntu で,次のことを行う.
GPU は,グラフィックス・プロセッシング・ユニットの略で、コンピュータグラフィックス関連の機能,乗算や加算の並列処理の機能などがある.
【サイト内の関連ページ】
先人に感謝.
Ubuntu で OS のシステム更新を行うときは, 端末で,次のコマンドを実行する.
Ubuntu のインストールは別ページ »で説明
sudo apt -y update sudo apt -yV upgrade sudo /sbin/shutdown -r now
Python のインストールは行わない(Ubuntu のシステム Python を用いる.)
Python, pip, Python 開発環境,Python コンソールのコマンドでの起動のまとめ.
Ubuntu のシステム Python を用いるとき, python, pip, Jupyter Qt Console, Jupyter ノートブック (Jupyter Notebook), Jupyter Lab, Nteract, Spyder は,次のコマンドで起動できる.
端末で,次のコマンドを実行する.
sudo apt -y update sudo apt -y install python-is-python3 python3-dev python-dev-is-python3 python3-pip python3-setuptools python3-venv build-essential
Python3 開発用ファイル,pip, setuptools, venv, Python 開発環境,Python コンソール(Jupyter Qt Console, Jupyter ノートブック (Jupyter Notebook), Jupyter Lab, Nteract, spyder)のインストール
端末で,次のコマンドを実行する.
sudo apt -y update sudo apt -y install python-is-python3 python3-dev python-dev-is-python3 python3-pip python3-setuptools python3-venv build-essential sudo pip3 uninstall ptyprocess sniffio terminado tornado jupyterlab jupyter jupyter-console jupytext nteract_on_jupyter spyder sudo apt -y install jupyter jupyter-qtconsole spyder3 sudo apt -y install python3-ptyprocess python3-sniffio python3-terminado python3-tornado sudo pip3 install -U jupyterlab jupyter jupyter-console jupytext nteract_on_jupyter
Ubuntu での NVIDIA ドライバのインストール: 別ページ »で説明
NVIDIA CUDA ツールキット は,NVIDIA社が提供する GPU 用のツールキットである.GPU を用いた演算のプログラム作成や動作のための各種機能を備えている.ディープラーニングでも利用されている. NVIDIA 社のグラフィックス・カードが持つ GPU の機能を使うとき,NVIDIA CUDA ツールキット を利用することができる.
ダウンロードページ
次の URL よりダウンロードして,インストールする.
【インストール手順の詳細(別ページ) 】
ダウンロードと設定
cuDNN のダウンロードのため,利用者本人が,電子メールアドレス,表示名,パスワード,生年月日を登録.利用条件等に合意.
NVIDIA cuDNN のダウンロード URL: https://developer.nvidia.com/cudnn
ダウンロードして展開(解凍)したら,パスを通しておくこと.
最新版ではない TensorFlow を使う.そうした場合,運用を簡単にする(バージョン指定のもの間違ってアップデートしないなど)のために,venv を用いて,Python の隔離された環境を作る
今から作成するPython の隔離された環境の名前と、Pythonのバージョンを決めておく
pyenv は Python のインストールが簡単にできる機能などを持つソフトウェア.
rm -rf ~/.pyenv
cd /tmp git clone https://github.com/pyenv/pyenv.git ~/.pyenv cd ~/.pyenv git pull src/configure make -C src
echo 'export PYENV_ROOT="${HOME}/.pyenv"' >> ~/.profile echo 'if [ -d "${PYENV_ROOT}" ]; then' >> ~/.profile echo ' export PATH=${PYENV_ROOT}/bin:$PATH' >> ~/.profile echo ' eval "$(pyenv init --path)"' >> ~/.profile echo 'fi' >> ~/.profile echo -e 'if command -v pyenv 1>/dev/null 2>&1; then\n eval "$(pyenv init -)"\nfi' >> ~/.profile exec $SHELL -l source ~/.profile
sudo apt -y update sudo apt -y install --no-install-recommends make build-essential libssl-dev zlib1g-dev libbz2-dev libreadline-dev libsqlite3-dev wget curl llvm libncurses5-dev xz-utils tk-dev libxml2-dev libxmlsec1-dev libffi-dev liblzma-dev
pyenv rehash pyenv install -l
pyenv install -l | grep 3.6
pyenv install 3.6.12
pyenv shell 3.6.12
Python の切り替えは次のようなコマンドで行う.
デフォルトで pyenv 配下の python 3.6.12 を使いたいときは, 次のように設定する
echo 'pyenv shell 3.6.12' >> ~/.bashrc exec $SHELL -l
下の例では,Python の隔離された環境のためのディレクトリを ~/tf115py36に作成している.
pyenv shell 3.6.12 python -m pip install -U pip setuptools python -m venv --system-site-packages ~/tf115py36
source ~/tf115py36/bin/activate python -m pip install -U pip setuptools jupyterlab jupyter jupyter-console jupytext PyQt5 nteract_on_jupyter spyder
source ~/tf115py36/bin/activate
※ 「==1.15.5」のところでバージョンを指定している.
sudo apt -y update sudo apt -y install libopencv-dev libopencv-core-dev python3-opencv python -m pip uninstall -y tensorflow tensorflow-cpu tensorflow-gpu tensorflow-intel tensorflow-text tf-models-official tf_slim tensorflow_datasets tensorflow-hub keras keras-tuner keras-visualizer python -m pip install -U tensorflow==1.15.5 tensorflow_datasets tensorflow-hub keras==2.3.1 python -m pip install git+https://github.com/tensorflow/docs python -m pip install git+https://github.com/tensorflow/examples.git python -m pip install git+https://www.github.com/keras-team/keras-contrib.git
venv を使い,孤立した Python の隔離された環境を使っているときは,Windows でも Ubuntu でも同じで,「python -m pip install ...」.
source ~/tf115py36/bin/activate
バージョン番号が表示されれば OK.下の図とは違うバージョンが表示されることがある.
python -c "import tensorflow as tf; print( tf.__version__ )"
実行結果の中に,実行結果の中に,次のように「device_type: "GPU"」があれば,GPUが認識できている.エラーメッセージが出ていないことを確認しておくこと.
python -c "from tensorflow.python.client import device_lib; print(device_lib.list_local_devices())"
ここで,GPU があるのに,TensorFlow から認識されていないかもしれない. TensorFlow GPU 版が指定するバージョンの NVIDIA CUDA ツールキット,NVIDIA cuDNN がインストールされていないことが原因かも知れない.
URL: https://www.tensorflow.org/install/source#common_installation_problems.
Ubuntu で Python プログラムを動かす.
メッセージを表示するプログラム
結果として 「b'Hello, TensorFlow!'」のように表示されるので確認する.
import tensorflow as tf hello = tf.constant('Hello, TensorFlow!') sess = tf.Session() result = sess.run(hello) print(result) sess.close()