Ubuntu快速玩转机器学习

2019独角兽企业重金招聘Python工程师标准>>>

Ubuntu快速玩转机器学习

最近入手了一块Titan V，自然是要玩一玩机器学习的。这块卡不仅CUDA核达到了5120个，还有了640个Tensor计算核，安装TesnsorFlow是首选了。如果在集群中运行，可以使用TensorFlow自带的集群服务，或者通过Kubernetes进行集群的管理，或者通过Spark实现基于分布式内存的深度学习集群。

• 快速运行TensorFlow的6种方式，https://my.oschina.net/u/2306127/blog/1815183

我的硬件环境是：CPU-7980XE，内存-海盗船16G*8，显卡-Titan V。

安装的软件栈包括：

1. Ubuntu16.04 LTS
2. Nvidia Driver 396.42
3. Nvidia CUDA 9.1
4. Nvidia cuDNN 7.1.3
5. Nvidia cuTensor 4.0
6. Docker CE 18.03
7. Docker-Nvidia 2.0.3
8. Tensorflow for Docker 1.8
9. Kubernets 1.10.2
10. Spark 2.3

硬件、驱动和软件都是最新的版本，中间踩了不少坑。记录下来，供参考。

1、安装 Ubuntu16.04 LTS

准备一个8G以上的U盘，制作一个启动U盘。

• 官网下载，http://ubuntu.com.cn/download/desktop
• 启动U盘烧写。推荐Etcher，https://etcher.io/

然后就可以插入计算机，修改BIOS为U盘启动，然后安装系统。

2、安装Nvidia图形驱动396

安装最新的图形卡驱动，步骤如下：

sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt update
sudo apt install nvidia-396

#开发使用
sudo apt install nvidia-396-dev

如果遇到问题，参考：

• Ubuntu 16.04安装NVIDIA的显卡驱动396和CUDA9.1，https://my.oschina.net/u/2306127/blog/1801491

3、安装CUDA 9.1

安装最新的CUDA Toolkit 9.1，如下：

#获取Cuda9.1安装文件文件和2018.5.5的补丁包：
wget -c https://developer.nvidia.com/compute/cuda/9.1/Prod/local_installers/cuda_9.1.85_387.26_linux
wget -c https://developer.nvidia.com/compute/cuda/9.1/Prod/patches/3/cuda_9.1.85.3_linux
#然后运行 sudo chmod +x ...，再执行就可以了。

然后，进行CUDA的执行文件和库文件路径设置（必需的，安装程序没有自动设置。修改此设置可以使用不同的CUDA版本）。输入 gedit .profile，将下面内容加入到最后：

CUDAPATH="/usr/local/cuda-9.1/bin"
PATH="$CUDAPATH:$PATH"

CUDALIB="/usr/local/cuda-9.1/lib64"
LD_LIBRARY_PATH="$CUDALIB:$LD_LIBRARY_PATH"

保存后，退出。

然后，立即进行启用（下次登录后会自动启用）：

source .profile

也可以放到其它启动时运行文件或者脚本文件中每次运行。

4、安装cuDNN 7.1.3

这个需要一个Nvidia的开发者帐号，到Nvidia官网（https://www.nvidia.com/zh-cn/deep-learning-ai）注册，然后就可以下载了。下载deb版本的安装程序，然后运行：

sudo dpkg -i libcudnn7_7.1.3.16-1+cuda9.1_amd64.deb
sudo dpkg -i libcudnn7-dev_7.1.3.16-1+cuda9.1_amd64.deb

• 注意，需要同时下载运行时和开发文件包。开发文件包里面没有包含运行时库，需要先下载、安装运行时库，否则安装开发库时会报错。

5、安装cuTensor 4.0

到Nvidia官网（https://www.nvidia.com/zh-cn/deep-learning-ai），使用Nvidia的开发者帐号登录，然后就可以下载了。下载deb版本的安装程序，然后运行：

sudo dpkg -i nv-tensorrt-repo-ubuntu1604-cuda9.0-rc-trt4.0.0.3-20180329_1-1_amd64.deb

6、安装Docker CE 18.03

需要安装Docker CE的18.03版本（为了支持Nvidia的GPU），其他版本不行。

wget get.docker.com -O docker.sh
sudo chmod +x docker.sh
./docker.sh

sudo apt install docker-ce=18.03.1~ce-0~ubuntu

• 参考：https://my.oschina.net/u/2306127/blog/1801491

7、安装Docker-Nvidia

安装NVidia支持的Docker引擎（https://github.com/NVIDIA/nvidia-docker），就可以在容器中使用GPU了。具体步骤如下：

# If you have nvidia-docker 1.0 installed: we need to remove it and all existing GPU containers
docker volume ls -q -f driver=nvidia-docker | xargs -r -I{} -n1 docker ps -q -a -f volume={} | xargs -r docker rm -f
sudo apt-get purge -y nvidia-docker

# Add the package repositories
curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | \
  sudo apt-key add -
distribution=$(. /etc/os-release;echo $ID$VERSION_ID)
curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | \
  sudo tee /etc/apt/sources.list.d/nvidia-docker.list
sudo apt-get update

# Install nvidia-docker2 and reload the Docker daemon configuration
sudo apt-get install -y nvidia-docker2
sudo pkill -SIGHUP dockerd

# Test nvidia-smi with the latest official CUDA image
docker run --runtime=nvidia --rm nvidia/cuda nvidia-smi

注意，现在像上面运行 Docker 可以直接支持GPU了，不用再单独运行Docker-Nvidia命令了，大大增强了与各种容器编排系统的兼容性，Kubernetes目前也已经可以支持Docker容器运行GPU了。

• 参考
  • https://my.oschina.net/u/2306127/blog/1802177
  • https://my.oschina.net/u/2306127/blog/1801491

8、安装Tensorflow for Docker

Tensorflow已经官方支持Docker的部署了，一行代码就可以搞定：

nvidia-docker run -it -p 8888:8888 tensorflow/tensorflow:latest-gpu

• 运行Tensorflow的6种方法，https://my.oschina.net/u/2306127/blog/1815183
• 更多的安装方法，参考TensorFlow官网：https://www.tensorflow.org/install/install_linux
• Tensorflow在Docker中运行和源码编译，https://my.oschina.net/u/2306127/blog/821818

9、运行Jupyter with Tensorflow

上面安装结束后，会出现关于tensorflow的访问提示，拷贝，输入浏览器即可以访问Jupyter Notebook for Tensorflow了，可以试着运行一下，检查Tensorflow运行是否正常。

通过Kubeflow可以将深度学习引擎与Kubernetes结合起来，方便进行大规模集群节点的管理。

10、部署Kubernetes 1.9.3

参考下面的教程：

• kubeadm安装Kubernetes，https://my.oschina.net/u/2306127/blog/1628082
• Ubuntu上安装Kubernetes 1.10.x版 ，https://my.oschina.net/u/2306127/blog/1806263
• 安装Kubernetes Dashboard，https://my.oschina.net/u/2306127/blog/1630861
• 安装Kubernetes Helm包管理工具，https://my.oschina.net/u/2306127/blog/1619818

安装Kubernetes上的GPU支持软件：

• NVidia支持的Docker引擎（GPU支持），https://github.com/NVIDIA/nvidia-docker
• NVIDIA的Kubernetes 插件，https://my.oschina.net/u/2306127/blog/1808304
• Kunernetes调度GPU，https://kubernetes.io/docs/tasks/manage-gpus/scheduling-gpus/

11、使用Spark 2.3

通过Spark使用Kubernetes的集群管理和容器编排能力，进一步调用GPU进行深度学习，已经开发了多种多种技术路线和方案，目前还在发展之中。

可以参考：

• Apache Spark 2.3 运行于Kubernetes，https://my.oschina.net/u/2306127/blog/1631978
• 更多Spark的k8s方案，https://my.oschina.net/u/2306127/blog?&search=kubernetes+Spark

目前，开源社区和软件公司正在解决Kubernetes支持GPU的Docker、Spark支持GPU的Docker以及原生的Spark DL深度学习支持（参考： Spark的GPU支持方法研究），估计2018年底就会有完整的生产级平台出现。

 

转载于:https://my.oschina.net/u/2306127/blog/1807648