gtx1080_tensorflow

파스칼 아키텍쳐 GPU (GTX 1060, 1070, 1080 시리즈)에서 Tensorflow 설치하기

겪었던 문제들

1. Ubuntu 16.04에서 드라이버문제로 부팅시 검은 화면만 출력되는 현상

메인보드에서 그래픽카드를 분리한다음 부팅하고 nvidia-367드라이버를 설치한다.

    $ sudo add-apt-repository ppa:graphics-drivers/ppa
    $ sudo apt-get update
    $ sudo apt-get install nvidia-367

종료후 그래픽카드를 연결하고 부팅하면 정상적으로 우분투가 열린다.

2. GTX1080 + CUDA7.5 + Cudnn 4.x 설치시 연산 오류

제목과 같은 설정으로 이 링크 를 참고하여 성공적으로 설치했으나, CNN 예제를 실행할경우 accuracy가 낮게 나온다. 관련 정보를 검색해보니 파스칼 계열 그래픽카드 에서 CUDA 8.0RC + Cudnn 5.x로 설치해야 정상 동작한다고한다.

GTX 1080 + Tensorflow v0.10 + Cuda8 + Cudnn5.1 설치

설치환경

구분	사양
CPU	i7-6700
GPU	GTX-1080
RAM	16GB * 2
OS	Ubuntu 16.04

드라이버 설치

우분투 부팅후 검은화면만 출력될경우 그래픽카드를 분리하고 내장그래픽으로 부팅한다.

    $ sudo add-apt-repository ppa:graphics-drivers/ppa
    $ sudo apt-get update
    $ sudo apt-get install nvidia-367

그래픽카드를 연결하고 재부팅한다.

CUDA 설치

NVIDIA 웹사이트 에서 로그인 후 Linux > x86_64 > Ubuntu > 16.04 > runfile(local) 에서 CUDA 8.0과 Patch1을 받는다.

    $ sudo sh cuda_8.0.27_linux.run --override
    
    Do you accept the previously read EULA?
    accept/decline/quit: accept
    Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 361.77?
    (y)es/(n)o/(q)uit: n
    Install the CUDA 8.0 Toolkit?
    (y)es/(n)o/(q)uit: y
    Enter Toolkit Location
    [ default is /usr/local/cuda-8.0]: enter
    Do you want to install a symbolic link at /usr/local/cuda?
    (y)es/(n)o/(q)uit:y
    Install the CUDA 8.0 Samples?
    (y)es/(n)o/(q)uit:y
    Enter CUDA Samples Location
    [ defualt is /root ]: enter
    
    $ sudo sh cuda_8.0.27.1_linux.run
    
    Do you accept the previously read EULA?
    accept/decline/quit:accept
    Enter CUDA Toolkit installation directory
    [ default is /usr/local/cuda-8.0 ]: enter

경로 설정

CUDA 경로를 등록해준다.

    $ sudo gedit /home/유저이름/.bashrc

가장 아래에 다음과같은 명령을 추가한다.

    export CUDA_HOME=/usr/local/cuda-8.0
    export PATH=/usr/local/cuda-8.0/bin${PATH:+:${PATH}}
    export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

bashrc를 다시 불러와 경로가 제대로 등록되있나 확인해본다.

    $ sudo source ~/.bashrc
    $ sudo echo $CUDA_HOME
    /usr/local/cuda-8.0

CUDA 설치 확인

    $ sudo nvidia-smi

현재 GPU 정보 등이 출력된다.

CUDNN 설치

NVIDIA 웹사이트 에서 로그인 후 cudnn 5.1 버전을 다운받는다.

    $ sudo tar xvzf cudnn-8.0-linux-x86-v5.1.tgz
    $ cd cuda
    $ sudo cp include/cudnn.h /usr/local/cuda-8.0/include/
    $ sudo cp lib64/libcudnn* /usr/local/cuda/lib64/

Tensorflow v0.10 설치

python 기본 환경과 git을 설치한다.

    $ sudo apt-get install python-dev python-pip python-numpy swig python-wheel git

bazel과 java 설치

    $ sudo add-apt-repository ppa:webupd8team/java
    $ sudo apt-get update
    $ sudo apt-get install oracle-java8-installer
    
    $ sudo echo "deb [arch=amd64] http://storage.googleapis.com/bazel-apt stable jdk1.8" | sudo tee /etc/apt/sources.list.d/bazel.list
    $ sudo curl https://storage.googleapis.com/bazel-apt/doc/apt-key.pub.gpg | sudo apt-key add -
    $ sudo apt-get update && sudo apt-get install bazel
    $ sudo apt-get upgrade bazel

tensorflow v0.10 다운로드

    $ sudo git clone -b r0.10 https://github.com/tensorflow/tensorflow
    $ cd tensorflow

CROSSTOOL 파일 수정 third_party/gpus/crosstool/CROSSTOOL 파일을 열어 cxx_builtin_include_directory가 있는 라인을 검색후 아래와 같이 추가한다.

    cxx_builtin_include_directory: "/usr/lib/gcc/"
    cxx_builtin_include_directory: "/usr/local/include"
    cxx_builtin_include_directory: "/usr/include"
    cxx_builtin_include_directory: "/usr/local/cuda-8.0/include"
    tool_path { name: "gcov" path: "/usr/bin/gcov" }

configure 스크립트를 실행한다. GTX 10XX 계열은 compute capability가 6.1이다.

    $ sudo ./configure
    
    Do you wish to build TensorFlow with Google Cloud Platform support? [y/n] N
    Do you wish to build TensorFlow with GPU suppport? [y/n] y
    Please specify with gcc should be used by nvcc as the host compiler.
    [Default is /usr/bin/gcc]: enter
    Please specify the Cuda SDK version you want to use, e.g. 7.0. [Leave empty to use system Default]: enter
    Please specify the location where CUDA toolkit is installed. Refer to README.md for more details. [Default is /usr/local/cuda]: enter
    Please specify the Cudnn version you wnat to use. [Leave empty to use system default]:enter
    Please specify the location where cuDNN library is installed. Refer to README.md for more details. [Default is /usr/local/cuda] : enter
    Please note that each additional compute capability significantly increases your build time and binary size
    [Default is : "3.5,5.2"] 6.1

bazel을 이용해 tensorflow 를 빌드시킨다.

    $ sudo bazel build -c opt --config=cuda //tensorflow/tools/pip_package:build_pip_package
    $ sudo bazel-bin/tensorflow/tools/pip_package/build_pip_package /tmp/tensorflow_pkg
    $ sudo pip install /tmp/tensorflow_pkg/tensorflow-0.10.0-py2-none-any.whl

성공적으로 설치됬다면 테스트를 해보자

    $ python
    > import tensorflow as tf
    > hello = tf.constant('Hello, world!')
    > sess = tf.Session()
    > print(sess.run(hello))
    Hello, world!

import error : pywrap_tensorflow

만약 pywrap_tensorflow.py를 찾을수 없다고 나온다면

bashrc에 경로 설정을 잘못했을 가능성이 농후하다.

경로 설정을 다시하고 다시 빌드 해보자.

import error : libcudart.so.8.0

    $ source ~/.bashrc
    $ python
    > import tensorflow 
    successfully opend CUDA library libcublas.so locally

Cheap and reliable Node.js hosting starts at $3/month, and $1/month static HTML hosting

JSpiner / gtx1080_tensorflow