tensorflow-gpuの環境設定

Question

tensorflowとkerasを用いて学習を行っていたのですが、
学習が遅くtensorflowの確認をしたところGPUに対応していなくCPUで学習していた状況でした。

そこでpip install tensorflow-gpu
を行い、CPUに対応させようと思っていたのですが、GPU対応の確認や学習ファイルの実行が行えなくなってしまいました。下は確認方法です。

from tensorflow.python.client import device_lib 
device_lib.list_local_devices()

その後
ImportError: libcublas.so.9.0: cannot open shared object file: No such file or directory

During handling of the above exception, another exception occurred:

というエラーが出てしまいました。
CUDAとCudnnはともにインストールしてあるのですが、CUDAのバージョンが9.1になっています。

この場合、cuda9.0へダウングレードする以外に方法はないのでしょうか？

CentOS Linux 7.3
CUDA 9.1

Answer 1

CUDA をダウングレードするしかありません。
現在 pip install tensorflow-gpu で要求されるバージョンは、CUDA 9.0、CuDNN 7 です。

ホスト OS の CUDA を弄りたくない場合は nvidia-docker を使うという手もあります。自分はこれで環境構築しています。
これを使うと、1つの PC で様々なバージョンの CUDA、CuDNN 環境を簡単に作成できます。

Comments

[yamasan_]

回答ありがとうございます。
libcublas.so.9.1 -> libcublas.so.9.1.85
というファイルはあるのですが、これを9.0に変更してもダメなのでしょうか？
あまり環境をいじったりしないもので、初歩的な質問になってしまい申し訳ありません。

[tiitoi]

CUDA はそのファイルだけで構成されているわけではなく、そのファイルがさらに別に共有ライブラリに依存しているので、そのファイルだけ別のバージョンのものに置き換えたらたぶん動かなくなると思います。
もしダウングレードするのであれば、一旦CUDAをアンイストールして、新しいバージョンのCUDAをインストールし直したほうがよいかと思います。

[yamasan_]

ありがとうございます。変にいじってしまうとやはりよくないですね。

できればホストOSの中身はいじりたくないので、nvdia-dockerでの環境構築の方法を教えていただくことはできますでしょうか？

[tiitoi]

公式ガイドに従って入れるのがよいです。
https://goo.gl/QKSMjU

流れとしては、以下です。
1. Docker をインストールする。
2. nvidia-docker をインストールする。
3. 自分でコンテナ上に環境構築 or DockerHub で CentOSに対応したTensorflow 環境のイメージを pull してくる。

Docker を使ったことがないようであれば、最初少し学習コストがありますが、Docker は使えるようになっといて損はないかと思います。

[yamasan_]

ありがとうございます。

もう一つ質問なのですが、cuda9.1が入っている状態でcuda9.0インストールするのはどうなのでしょうか？

[tiitoi]

環境変数を適切に設定できればできるかもしれません。