Environment

CUDAインストール時の注意点

本記事ではLinux(Ubuntu)上で深層学習に関する用途のためにCUDAをインストールするときの手順について説明します。

依存関係に気を付ける

特に深層学習系でGPUを使用する場合、OSやNVIDIA Driverのバージョンはもちろん、各種フレームワーク(PyTorch, TensorFlowなど)であったり、GitHub上のコードを実行するなら、その作者の環境を考慮する必要があります。

この分野は本当に進歩が速いので、知らず知らずのうちにバージョンが更新されていたりするのですが、ここで重要なのは何でもかんでも最新版にすればいい、ということではないということです。

実際、CUDAが更新されていても、フレームワークの方が対応していなかったりするので、下手にアップグレードすると動作しなくなってしまう可能性があるのです。(当然、逆もしかりです。)なので、事前に自分のやりたいことやインストールしたいものの依存関係を調べておくことが重要です。

また、ここでお勧めしておきたいのは、インストール時に自分のPCに入っているソフトウェアのバージョン情報をエクセルシートなどにまとめておくことです。こうすることで将来的に何かをインストールやアップグレードするときに一目で依存関係を確認することができます。

実際のインストール方法について

基本的にCUDAをインストールする場合には、CUDA Toolkit Archiveのページの中から自分がダウンロードしたいバージョンをクリックして、画面の流れに従ってやっていけば問題ありません。(ちなみに、ですが、Installer Typeはdevを勧めます。)

ただ、ひとつ注意点があって、sudo apt-get install cudaが終わった後に、パスの設定をしないといけません。これは上記のページに載っていないので、忘れがちです。やりかたは単純に、sudo nano ~/.bashrcと入力して、以下のコードを付け加えてください。

export PATH="/usr/local/cuda-10.0/bin:$PATH"
export LD_LIBRARY_PATH="/usr/local/cuda-10.0/lib64:$LD_LIBRARY_PATH"

なお、上記コマンドの”cuda-10.0″の部分は自分のダウンロードしたCUDAのバージョンに合わせてください。

それが終わればこの変更を反映するために、source ~/.bashrcとやれば完了です。nvcc -Vと入力してしっかりインストールしたバージョンのCUDA情報が表示されればOKです。

関連記事

  1. Environment

    急にUbuntuが遅くなったと思ったら… | ソフトウェア編

    Ubuntuを日々利用していると、時々急にフリーズしたり/画面が真っ…

  2. Environment

    個人的にLinuxでよく使うコマンドリスト

    なだらかに上のほうが基本的・重要なコマンドになっています。Linux…

  3. Computer Vision

    研究に役立つ?リンク集

    随時更新。今後は「読んでよかった本リスト」みたいなのも作っていきたい…

カテゴリー

最近の記事

おすすめ記事

  1. Computer Vision

    英字論文執筆の際に使えそうな例文集
  2. OpenCV

    ブロック崩しを半日で作る4
  3. その他

    Panasonic Singaporeでのインターンの思い出2
  4. その他

    トビタテのインターンの見つけ方
  5. Computer Vision

    研究に役立つ?リンク集
PAGE TOP