【手順】Ubuntu18.04 + CUDA + CuDNN + Chainerの環境構築

こんにちは。

Ubuntu18.04LTSにGPU版のChainerをインストールしたので、手順を残しておきます。

~~Ubuntu18向けのCUDAが無かったり、悩む箇所が多かったです。~~

2020年1月現在、Ubuntu18.04向けのCUDA tool kitがリリースされています。

最新版は10.2です。

CUDA tool kit 10.2をダウンロード

環境

OS : Ubuntu18.04 LTS
GPU : Geforce GTX780
Anaconda3.7 (Python3.7)

補足

Anacondaのバージョンは最新の3.7です。

ChainerはPython3.7で問題なく動きますが、

TensorFlowはPython3.7に対応していないようです。

TensorFlowを入れる場合は、3.6の仮想環境を作るか、

古いAnaconda(Anaconda3-5.2より前？)を入れましょう。

今回導入するライブラリ

CUDA 9.0
CuDNN 7.2.1

Chainer
Cupy

手順

作業項目としては以下の通り。

標準ドライバを無効化する。
Nvidia Driverをインストール
Cuda 9.0のインストール
CuDNNのインストール
ChainerとCupyのインストール
動作確認

作業途中に何度かリブートしてますが、一応やったほうが良いです。

最後まで無事に入ったけど、リブートしたら画面真っ暗・・・ということもあったので。

どこで動かなくなったかの切り分けをする意味でも、慎重めにいきましょう。

標準ドライバを無効化する。

標準ドライバのモジュールを読み込まないように、Ubuntuの起動時に読み込むモジュールのブラックリストに追加します。

sudo vi /etc/modprobe.d/blacklist-nouveau.conf

1	sudo vi /etc/modprobe.d/blacklist-nouveau.conf

以下を記述

blacklist nouveau
options nouveau modeset=0

1 2	blacklist nouveau options nouveau modeset=0

再起動

reboot

reboot

Nvidia Driverをインストール

対応バージョンの確認は以下から。自分の環境を選択して確認する。
NVIDIAドライバの確認

GTX780のドライバはnvidia-390です。

レポジトリにnvidia-390がないため、先にレポジトリを追加してからインストール。

sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt-get update
sudo apt install nvidia-390

sudo add-apt-repository ppa:graphics-drivers/ppa

sudo apt-get update

sudo apt install nvidia-390

再起動。

reboot

reboot

GPUが認識されているか確認。

nvidia-smi

1	nvidia-smi

GPUが表示されていたら成功。

Cuda 9.0のインストール

CUDA9.0をNVIDIAからダウンロードします。
残念ながらUbuntu18.04用はありません。

仕方ないのでUbuntu17.04のもので代用・・・

CUDA9.0のダウンロード

インストール

sudo apt install ./Downloads/cuda-repo-ubuntu1704-9-0-local_9.0.176-1_amd64.deb 
sudo apt-key add /var/cuda-repo-9-0-local/7fa2af80.pub 
sudo apt update 
sudo apt install cuda

sudo apt install ./Downloads/cuda-repo-ubuntu1704-9-0-local_9.0.176-1_amd64.deb

sudo apt-key add /var/cuda-repo-9-0-local/7fa2af80.pub

sudo apt update

sudo apt install cuda

またまた、一応再起動。慎重にいきましょう・・・

reboot

reboot

CuDNNのインストール

次に、CuDNNをインストールします。

CuDNNのダウンロードには会員登録が必要です。
面倒ですが、ここは素直に登録しましょう。

登録とCuDNNのダウンロードは以下から。CuDNNのダウンロード

登録が完了したら、先ほどインストールしたCUDAのバージョン（9.0）に合わせたCuDNNをダウンロードします。

今回はCuda9.0を入れたので、
Download cuDNN v7.2.1 (August 7, 2018), for CUDA 9.0 から、

cuDNN v7.2.1 Runtime Library for Ubuntu16.04 (Deb)
cuDNN v7.2.1 Developer Library for Ubuntu16.04 (Deb)

の２つをダウンロード。

こちらも、Ubuntu18.04版はないので16.04版で代用

インストール

sudo dpkg -i./Downloads/libcudnn7_7.2.1.38-1+cuda9.0_amd64.deb
sudo dpkg -i./Downloads/libcudnn7-dev_7.2.1.38-1+cuda9.0_amd64.deb

1 2	sudo dpkg -i./Downloads/libcudnn7_7.2.1.38-1+cuda9.0_amd64.deb sudo dpkg -i./Downloads/libcudnn7-dev_7.2.1.38-1+cuda9.0_amd64.deb

ChainerとCupyのインストール

pip install msgpack # 依存ライブラリ？
pip install chainer
pip install cupy-cuda90

pip install msgpack # 依存ライブラリ？

pip install chainer

pip install cupy-cuda90

動作確認

ChainerでGPU確認

python
Python 3.6.5 |Anaconda, Inc.| (default, Apr 29 2018, 16:14:56) 
[GCC 7.2.0] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import chainer
/home/mamoru/anaconda3/lib/python3.6/site-packages/h5py/__init__.py:36: FutureWarning: Conversion of the second argument of issubdtype from `float` to `np.floating` is deprecated. In future, it will be treated as `np.float64 == np.dtype(float).type`.
  from ._conv import register_converters as _register_converters
>>> chainer.cuda.cupy.cuda.device.get_device_id()
0

python

Python 3.6.5 |Anaconda, Inc.| (default, Apr 29 2018, 16:14:56)

[GCC 7.2.0] on linux

Type "help", "copyright", "credits" or "license" for more information.

>>> import chainer

/home/mamoru/anaconda3/lib/python3.6/site-packages/h5py/__init__.py:36: FutureWarning: Conversion of the second argument of issubdtype from `float` to `np.floating` is deprecated. In future, it will be treated as `np.float64 == np.dtype(float).type`.

from ._conv import register_converters as _register_converters

>>> chainer.cuda.cupy.cuda.device.get_device_id()

利用可能なGPUの番号（0）が表示されれば成功です。

GPU版のChainerが動けば、TensorFlow（GPU）なども問題なく入るでしょう。

以上、お疲れさまでした。