PyTorch , Ubuntu , CUDA , Machine Learning , Deep Learning , fastai

Sunday, December 5, 2021

Ubuntu 20.04 server + GTX 1060 で PyTorch + fastai 用機械学習環境の構築覚え書き

Lobe( https://www.lobe.ai/ )の紹介記事を読んでいて、ここまで画像分類が簡単になっているんだと驚く。再び画像分類を自分でも試したくなり、取り急ぎ GPUで機械学習できる環境を構築した。その備忘録です。

前提となる環境

Ubuntu 20.04 server
GPU GTX 1060
CUDA 11.3
PyTorch 1.10 ( https://pytorch.org/get-started/locally/ )

pytorch-linux-pip

バージョンなどは今後もどんどん更新されるので、あくまで現在時点での話。

ポイント:

GPUを設置した状態から Ubuntu をインストールした方がよい
CUDA は説明通りインストールすると最新版(11.5)が入るが、PyTorchは（現時点では）CUDA 11.3 しか対応していないので注意

Ubuntu 20.04 server インストール

インストールは普段通りです。

ただし、 GPU をあらかじめセットした状態でインストール する必要がありました。一回目のインストールで、GPUを設置しないで行ったあと、 GPUを設置して、起動したところネットワークが認識されなくなりました。原因が不明で、すぐ解決できなかったので、 GPUを設置した上で、Ubuntu のインストールをやり直したところ、問題なくセットアップできました。

GPU認識確認

Ubuntu Serverインストール後、GPUが認識されているか確認します。

lspci コマンドで該当 GPU が標準出力されていればよい。

$ lspci | grep -i nvidia
01:00.0 VGA compatible controller: NVIDIA Corporation GP106 [GeForce GTX 1060 6GB] (rev a1)

なお、対応GPUリスト for CUDAはこちら https://developer.nvidia.com/cuda-gpus です。

Nouveau drivers 無効化

Nouveau ドライバーを無効化する必要があるようです。

以下の説明に沿ってそれを無効にします。

https://docs.nvidia.com/cuda/cuda-installation-guide-linux/index.html#runfile-nouveau

GPUとCUDAのセットアップ

これは、https://docs.nvidia.com/cuda/cuda-installation-guide-linux/index.html#ubuntu-installation に説明があります。

なんやかんやして sudo apt install cuda すればいいのですが、これでは（現時点では）最新の 11.5 がインストールされてしまい不都合です。なぜなら PyTorch が CUDA 11.3 にしか（現時点では）対応していないから。

そこで、sudo apt install cuda-11-3 として、11.3 を入れます。また、sudo apt install nvidia-gds を実行するように（そのURLには）説明があるのですが、入れると CUDA 11.5 用の nvidia GDS が入るようで、よくわからないので、今のところ GDS は入れていません 。

まとめると現時点では以下でセットアップできた。

Ubuntu のバージョン確認:

$ lsb_release -a
No LSB modules are available.
Distributor ID:	   Ubuntu
Description:	   Ubuntu 20.04.3 LTS
Release:	   20.04
Codename:	   focal

GCC インストール:

$ sudo apt install gcc

CUDA インストール:

wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/cuda-ubuntu2004.pin
sudo mv cuda-ubuntu2004.pin /etc/apt/preferences.d/cuda-repository-pin-600
sudo apt-key adv --fetch-keys https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/7fa2af80.pub
sudo add-apt-repository "deb https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/ /"
sudo apt-get update
sudo apt-get install cuda-11-3

ここで一回マシンを再起動。

その後、~/.bashrc に CUDA へのパスの追加。

export PATH=/usr/local/cuda-11.3/bin${PATH:+:${PATH}}

作動確認:

$ cd /usr/local/cuda-11.3/extras/demo_suite
$ ./bandwidthTest

cuDNN のインストール

CUDAを使って、DNN(NVIDIA CUDA Deep Neural Network)を実行するためのライブラリをインストールする必要がある。これは、Nvidia の会員登録する必要があります。メンバーになった上で、cuDNNのダウンロードします。

https://developer.nvidia.com/rdp/cudnn-archive

CUDA 11.3 用の cuDNNを上記URLから入手します。

Download cuDNN v8.2.0 (April 23rd, 2021), for CUDA 11.x

cudnn-11.3-linux-x64-v8.2.1.32.tgz などのファイルを入手したら展開して以下のような感じで配置。

sudo cp cuda/include/cudnn.h /usr/local/cuda-11.3/include/
sudo cp cuda/lib64/libcudnn* /usr/local/cuda-11.3/lib64/
sudo chmod a+r /usr/local/cuda-11.3/include/cudnn.h
sudo chmod a+r /usr/local/cuda-11.3/lib64/libcudnn*

PyTorch, fastai インストール

ようやく本題のPyTorchインストールです。

pip3 と nvidia-ml-py3:

$ sudo apt install python3-pip
$ pip3 install nvidia-ml-py3

https://pytorch.org/get-started/locally/ にいき、自分の環境にあったインストールコマンドを入手。

$ pip3 install torch==1.10.0+cu113 ...省略

fastai も入れましょう。

$ pip3 install fastai

Jupyter Notebook のインストールと利用

Jupyter Notebook なくてもテキストファイルに python のスクリプトを書いて実行すればいいだけなんですが。しかし、fastai を使う場合は、Jupyter があるとやはり便利です。

インストール:

$ pip3 install jupyter

プロジェクトディレクトリを作成してそこで実行:

$ mkdir myproject
$ cd myproject
$ jupyter notebook

これだけです。これで Jupyter のウェブサーバが起動するので、ブラウザでアクセスすれよい。ですが、Jupyter をインストールしたのが Ubuntu Server 上なので、この同じマシンでは（今のところ）Firefoxなどのブラウザ起動できません。

いつも使っているクライアントマシン (Ubuntu Desktop や Chromebook の Linux) から、SSH してこの Jupyter Notebook を使うには以下のようにポートフォワーディングオプション付きで実行すればよい。

$ ssh -L 8888:localhost:8888 foo@my-ubuntu-server-ip-address

これでログインした上で、jupyter notebook すれば、ログイン元のマシン（Ubuntu Desktop とか Chromebook Linux )上のブラウザから起動したその jupyter notebook にアクセスできます。

Liked some of this entry? Buy me a coffee, please.