./gpu-setup-part2.sh
part2
テストコードを実行してみます。
source ~/.bashrc python gpu-test.py
test
こんな感じで実行結果が出ます。
これでセットアップ完了です。
GPUマシンが用意でき、TensorflowでGPUを利用することができるようになりました。
Python環境、Kerasセットアップ
次はKerasを用意してMNISTを実行してみます。
今回はpyenvも併用します。
sudo apt-get install git gcc make openssl libssl-dev libbz2-dev libreadline-dev libsqlite3-dev cd /usr/local/bin git clone git://github.com/yyuu/pyenv.git ./pyenv sudo mkdir -p ./pyenv/versions ./pyenv/shims echo 'export PYENV_ROOT="/usr/local/bin/pyenv"' >> ~/.bashrc echo 'export PATH="$PYENV_ROOT/bin:$PATH"' >> ~/.bashrc echo 'eval "$(pyenv init -)"' >> ~/.bashrc source ~/.bashrc
pyenv
続いてpyenvを使ってanacondaをインストールします。
利用するバージョンをanacondaに変更して、pipでtensorflowとkerasをインストールします。
pyenv install anaconda3-4.3.0 pyenv rehash pyenv global anaconda3-4.3.0 pip install tensorflow-gpu keras
anaconda
準備が完了したので、以下のサイトを参考にMNISTを実行します。
Python: Keras/TensorFlow の学習を GPU で高速化する (Mac OS X)
まずは対話モードを開いて、MNISTのデータセットをダウンロードします。
python >>> from keras.datasets import mnist >>> mnist.load_data()
mnist_data
次にサンプルプログラムをダウンロードします。
参考サイトの忠告通りにリソースの解放を追記します。
curl -O https://raw.githubusercontent.com/fchollet/keras/master/examples/mnist_cnn.py echo 'K.clear_session()' >> mnist_cnn.py
mnist_code
プログラムを実行しましょう。
timeコマンドを使うことで実行に要した時間を計測できます。
time python mnist_cnn.py
test_mnist
山田涼太
