機械学習用計算サーバーの構築 #3 – 開発環境

この記事の続きです。

nVidiaドライバのインストール

まず、ディスプレイマネージャを切ってから、もともと入っているnVidiaのドライバ類を削除する。

そして、nVidiaのページから、該当するバージョンのドライバをダウンロードする。

ダウンロードしたディレクトリに移動し、

として実行し、インストール。この作業は、必ず標準コンソール(またはSSH)で行う。VNCも含め、GUI環境を起動しているとインストールはできない。(GUI環境が起動しているとエラー画面が出る。)

自分の場合は64bit環境でインストールしており、32bit関係のライブラリが足りなく、インストール途中で、メッセージが出た。念のため、

を実行してから再度runファイルを実行した。

CUDA・cuDNNドライバのインストール

こちらから、環境に合ったCUDAドライバのdeb(network)ファイルをダウンロードし、

を実行する。最後に ~/.bashrc に

を追加する。

続いて、こちらから、環境にあったcuDNNライブラリ(バージョン5.1)をダウンロードし、homeフォルダに展開する。

以上で完了となる。

 pyenvのインストール

pyenvは、複数バージョンのPythonを仮想環境上で管理できるソフトウェアです。Anacondaも同様の機能があり、かつ多くのソフトウェア群がまとめてインストールできるパッケージ管理システムです。

これを読むと、Anacondaだけでいいではないか、と思い、最初はAnacondaのみインストールする予定だった。しかしAnacondaはOpenSSL・curl・PythonのPATHを変える必要があるため、それらのOS本体にのったソフトウェアを使用する際に問題が生じる。自分の場合、OpenSSLを使用してWebサーバーを立てる構想があるので、できれば避けたい問題である。

そこで多くのLinuxユーザーが取っている苦肉の策が、pyenv + Anacondaという組み合わせだ。pyenvの仮想環境上にAnacondaを載せることで、それらの問題を解消する方法である。

こちらのページに詳しく書かれており、なぜみんなAnacondaの仮想環境機能を使用せずにわざわざpyenvを使っているのか、という疑問が解消した。

というわけで、pyenvのインストールを行っていく。

最初に、必要な環境のインストールを行う。

続いて、pyenvをインストール。

pyenv上にAnacondaをインストール

AnacondaはPython関係のパッケージの管理や仮想環境の管理が行えて非常に便利なので、これを使ってPython環境を構築する。

Anaconda環境を使用したいときには、

とし、システムに戻りたいときは、

とすればよい。

また、フォルダごとに環境を切り替えることができる。使い方は、所望のフォルダにいるときに、

とすればよい。

現在の環境を知りたいときは

とし、環境の一覧を見たいときは

とすればよい。

pyenvとAnacondaの競合

こちらのページを参考にした。)

pyenvもAnacondaも仮想環境の管理を行う機能があるが、いずれのコマンドも

で仮想環境への遷移ができる。そのため、Anacondaで環境の切り替えをしたくて以上のコマンドをタイプしても、何らかの競合が発生し、ターミナルが落ちてしまう。そこで、Anacondaの環境切り替えはフルパスで指定することで対処可能だ。

毎回長いパスを入力するのは面倒なので、aliasを設定する。

 OpenCVをAnacondaにインストール

このコマンドひとつでインストール可能である。