MacまたはLinuxでは次のようにしてGPUによるアクセラレーションが有効なChainer環境を構築できます。GPU版のインストールには対応したGPUが必要になるので、準備が必要です。なお、私が使っているGPUはGeForceGTX 750Tiという比較的安価なものです。機械学習においては、安価なGPUでもCPUの10倍以上の性能が出ることがよくあるので、本格的に始めるなら必須とも言えるアイテムです。
はじめに、Chainerをインストールする前に、GPUを使えるようにするための設定をしていきます。
touch /etc/modprobe.d/blacklist-nouveau.conf
echo 'blacklist nouveau' >> /etc/modprobe.d/blacklist-nouveau.conf
echo 'ptions nouveau modeset=0' >> /etc/modprobe.d/blacklist-nouveau.conf
sudo update-initramfs -u
sudo reboot #再起動します
CUDAのダウンロードページから、debファイルをダウンロードしてきます。そのdebファイルがあるディレクトリにcdコマンドで移動してから、次のようにしてインストールします。
sudo dpkg -i [ダウンロードしたdebファイルの名前]
sudo apt-get update
sudo apt-get install cuda
echo "export PATH=/usr/local/cuda/bin:$PATH" >> ~/.bashrc
echo "export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH" >> ~/.bashrc
sudo reboot #再起動します
次に、cuDNN 5.1 for CUDA 8.0をダウンロードしてきます。。 ダウンロードフォルダで以下のコマンドを実行します。
tar xzvf cudnn-8.0-linux-x64-v5.1.tgz
sudo cp -a cuda/lib64/* /usr/local/cuda-8.0/lib64/
sudo cp -a cuda/include/* /usr/local/cuda-8.0/include/
sudo ldconfig
ldconfigでエラーが出てしまったらこのページが参考になるかもしれません。
ようやくChainerのインストールです。Pythonの環境構築をした時に、pyenvを使った場合にはその環境に入ってからインストールします。
source $PYENV_ROOT/versions/anaconda3-4.1.1/bin/activate py3
pip install --user chainer
これでOKです！