検討中のお客様はこちら

0120-50-6065

10:00〜19:00
土日祝、年末年始除く

お申し込み

cuDNNをインストールする

GPUサーバーにcuDNNをインストールする方法 ならびに cuDNNのインストール後にライブラリ(tensorflow-gpu)をご利用いただく際のインストール例をご案内します。

cuDNNをインストールすることで、TensorFlowやPyTorchなどのディープラーニングライブラリをインストールすることができます。

 cuDNNのインストール例

[ 1 ] NVIDIA 開発者プログラムに会員登録の上、cuDNNの配布ページより以下ファイルをダウンロードします。
ダウンロードURLは配布ページにてご確認ください。
なお、本手順では「cuDNN 7.6.3」を導入するものとします。
URL https://developer.nvidia.com/rdp/cudnn-download
対象 cuDNN Runtime Library for Ubuntu16.04 (Deb)
cuDNN Runtime Library for RedHat/Centos 7.3 (RPM)
ダウンロードファイル名 【Ubuntu 16.04の場合】
libcudnn7_7.6.3.30-1+cuda10.0_amd64.deb

【CentOS 7.5の場合】
libcudnn7-7.6.3.30-1.cuda10.0.x86_64.rpm
image
[ 2 ] ダウンロードしたファイルをSFTPやSCPなどでゲートウェイサーバーの任意の場所へアップロードします。
[ 3 ] ゲートウェイサーバーに接続し、アップロードしたファイルをGPUサーバーへ転送します。
ゲートウェイサーバー内のSSH Key設置やGPUサーバーへの接続情報の確認につきましては、以下リファレンスページの手順をご確認ください。

GPUサーバーに接続する
$ scp -i SSH Keyのファイルのパス アップロードしたファイル名 SSHユーザー@GPUサーバーIPアドレス:ファイル設置ディレクトリ
[ 4 ] GPUサーバーに接続し、転送したファイルを実行します。
  • Ubuntu 16.04 の場合
$ sudo dpkg -i /ファイル設置ディレクトリ/ファイル名
  • CentOS 7.5 の場合
$ sudo rpm -i /ファイル設置ディレクトリ/ファイル名

 ライブラリ(tensorflow-gpu)のインストール例

[ 1 ] GPUサーバーにて「pipenv」による仮想環境の構築のため、必要なパッケージをインストールします。
  • Ubuntu 16.04 の場合
$ sudo apt-get install python3-dev python3-pip
  • CentOS 7.5 の場合
$ sudo yum install python36 python36-devel python36-pip
[ 2 ] 「pipenv」のインストール ならびに パスの設定をします。
$ pip3 install --user pipenv
$ export PATH=~/.local/bin:$PATH
$ echo ' PATH=~/.local/bin:$PATH ' >> ~/.bash_profile
[ 3 ] プロジェクト(ディレクトリ)を作成します。
以下では、プロジェクト名を「 pipenv_test 」、python のバージョンは「 3.5.2 」とします。
$ mkdir pipenv_test && cd pipenv_test
$ pipenv --python 3.5.2
[ 4 ] 「tensorflow-gpu」のインストールします。
$ pipenv install tensorflow-gpu~=1.13.1
[ 5 ] 「Pipfile」を確認します。
$ ls
Pipfile Pipfile.lock
$ cat Pipfile
[[source]]
name = "pypi"
url = "https://pypi.org/simple"
verify_ssl = true
[dev-packages]
[packages]
tensorflow-gpu = "~=1.13.1"
[requires]
python_version = "3.5"


本リファレンスはGPUクラウドにてサーバーをご利用いただく場合の一例であり、お客様の運用やポリシーによってその限りではございません。
お客様のご利用用途に応じて必要な設定や操作をおこなってください。