Chainer JetsonTK1 - eiichiromomma/CVMLAB GitHub Wiki

(DeepLearning Chainer) JetsonTK1

旧情報

nVidia Jetson TK1でのChainer。ほとんど勝手にやってくれる。

環境構築

  1. Ubuntuの別環境からJetPackで焼き込む。デフォルトだとTK1じゃないので注意。
  2. TK1を起動してuser: ubuntu, pass: ubuntu でログイン。
  3. apt-get updateとupgrade。ここらへんはubuntu(というかDebian)の勉強をしておく。
  4. python-pip, python-dev, build-essentialをインストール。pipはupgradeしてしまった。

pip関係

TK1ならではの話ではない。

sudo -H pip install --upgrade pip-review
sudo pip-review --auto

jupyter

sudo -H pip install "ipython[all]" jupyter

cuDNN (通常はJetPackでインストールされるので作業は不要)

nVidiaのサイトからcuDNN v2 Library for L4T(ARM)を持ってきて(要ログイン)適当な場所で展開し、

cd cudnn-6.5-linux-ARMv7-v2
sudo cp cudnn.h /usr/local/cuda-6.5/include/
sudo cp libcudnn* /usr/local/cuda-6.5/lib/

.bashrcに

export CPATH=/usr/local/cuda-6.5/include:$CPATH
export LIBRARY_PATH=/usr/local/cuda-6.5/lib:$LIBRARY_PATH

を追加してsourceで読むか、新しいターミナルを開く

Chainerのセットアップ

sudo -H pip install chainer

でインストールが始まる。何も起きていないように見えるが裏でcc1が動いている。 nose, numpy, protobuf, six等必要なものが不足していても一気に入れてくれる。

cuDNNを入れる前にchainerを入れてしまった場合には

sudo -H pip uninstall chainer
sudo -H pip install chainer --no-cache-dir

で入れ直す。

MNISTのサンプル

git clone https://github.com/pfnet/chainer.git
python chainer/examples/mnist/train_mnist.py --gpu 0

でGPUが使える筈。下記が結果(コンバート等含まない2度目の実行)

real 9m52.020s
user 4m36.337s
sys  0m38.038s