Ubuntu 18.04 + DeepLearning4J + Eclipseの環境構築

前提

Ubuntu 18.04
Akitio node (thunderbolt3)
Geforce 1050Ti(10系ならOK)
CUDA 10.0
cuDNN 7.4

手順

もし、NVIDIAドライバーをインストール済みの場合は、NVIDIAドライバとCUDAをアンインストール（削除）する。
既存のNVIDIAドライバとCUDAは削除。https://askubuntu.com/questions/206283/how-can-i-uninstall-a-nvidia-driver-completely
sudo apt-get --purge remove nvidia-*
sudo apt-get --purge remove cuda-*
sudo apt autoremove
sudo rm /etc/X11/xorg.conf
sudo rm /etc/modprobe.d/blacklist-nouveau.conf
echo 'nouveau' | sudo tee -a /etc/modules
sudo apt update

AkitioNodeは接続しておく。

NVIDIAのCUDAインストールガイドに従ってインストール
gccとかも必要なので最初からちゃんと読むこと。
gccなどはこれで一発かも。バージョンに注意。
sudo apt-get install build-essencial

CUDAのインストールは、deb(network)が楽ちん。debとrunではインストール方法が違うので注意。今回はdeb。
キーを照合するときはカレントディレクトリをdeb or pubをダウンロードしたディレクトリにしておく。

念の為、ガイドの通り、Nouveauを無効化しておく（不要かも）
こんな感じでもできる(nogpumanagerを追加)。
sudo vim /etc/default/grub
GRUB_CMDLINE_LINUX_DEFAULT="quiet splash nogpumanager"
 編集したら、
sudo update-grub

ガイドの通りパスを設定。
ホームディレクトリで、
vim .bashrc

こんな感じにしてみた
export PATH="$PATH:/usr/local/cuda-10.0/bin"
export PATH="$PATH:/usr/local/cuda/"#cuDNN用。
export LD_LIBRARY_PATH="/usr/local/cuda-10.0/lib64:$LD_LIBRARY_PATH"

ここでまだ再起動しない。ここで再起動するとログインループになる。
etc/X11にxconfファイルをつくる。
次のコマンドで自動で作られる。

sudo nvidia-xconf

Deviceのところを次のようにする
Section "Device"#Intel内蔵グラフィック
    Identifier     "intel"
    Driver         "nvidia"
    BusID          "PCI:0:2:0"#ここが大切。これ以外だとループ
EndSection

Section "Device"#1050Ti
    Identifier     "nvidia"
    Driver         "nvidia"
    BusID          "PCI:6:0:0"
EndSection

ここで再起動。


ログインループになっても焦らず、一度、AkitioNodeを外して、もう一度再起動すれば大丈夫。そしてまた設定を確認する。

ログインループにならなければ上出来。

nvidia-smiコマンドでGPU認識を確認。
認識されていなければ、AkitioNodeをちゃんと接続してもう一度再起動してみる。

もし試行錯誤中に画像の解像度がおかしくなっても、再設定で調整すること。
この点は、次期のドライバに期待。。
https://i94025.at.webry.info/201012/article_6.html

cuDNNをインストール

サイトからダウンロード。
 https://developer.nvidia.com/rdp/cudnn-download

次の3つが必要。
cuDNN Runtime Library for Ubuntu18.04 (Deb)
cuDNN Developer Library for Ubuntu18.04 (Deb)
cuDNN Code Samples and User Guide for Ubuntu18.04 (Deb)
サイトの手順(https://docs.nvidia.com/deeplearning/sdk/cudnn-install/index.html)にあるようにtar圧縮ファイルからもインストールできるが、
このやり方ではサンプルソースファイルがうまくインストールされない。
リンクの手順の通り、インストールする。

eGPUから外部モニタへの出力はさらなる設定が必要だが、機械学習はこのままでもできる。
https://himeji-cs.jp/wiki/Ubuntu%E3%81%A7dGPU/iGPU%E3%81%AE%E3%83%87%E3%83%A5%E3%82%A2%E3%83%AB%E3%83%A2%E3%83%8B%E3%82%BF%E8%A8%AD%E5%AE%9A

DeepLearning4J

現時点（2019/1）では、OracleのJDK8が一番相性がよい。
JDK8をインストールしておく。
javaとjavacのバージョンが8になっているか確認しておく。

sudo add-apt-repository ppa:webupd8team/java

sudo apt update
sudo apt install oracle-java8-installer

sudo apt install oracle-java8-set-default 

defaultの設定がおかしい場合,次のコマンドで設定変更
sudo update-alternatives --config java

sudo update-alternatives --config javac 

Gitをインストール

sudo apt-get git 

QuickStartをみてサンプルをGitからダウンロード。
QuickStartの手順に従って コンパイル＆インストール。
JDK8以外だとコンパイルエラー。JavaFX関連。

Eclipseをインストール。

Mavenをインストール

sudo apt-get install maven

（mvn --versionでバージョン確認）

EclipseのデフォルトコンパイラーをJDKに。

dl4j-examplesをMavenプロジェクトとしてインポート。
少し時間がかかる。
エラーがJavaFX以外で消えればOK。

parent プロジェクトで、pom.xmlを編集。
<nd4j.backend>nd4j-cuda-10.0-platform</nd4j.backend>

実行するexampleプロジェクトのpom.xmlファイルの依存に、次を追加。
位置としては、dependencyManagement内のところではなく、
dependenciesタグが一番外側にある少し下の方のところで、
deeplearning4j-coreのところとかに書き込んでみる
（https://deeplearning4j.org/docs/latest/deeplearning4j-config-cudnn）

<dependency>
            <groupId>org.deeplearning4j</groupId>
            <artifactId>deeplearning4j-cuda-10.0</artifactId>
            <version>1.0.0-beta3</version>
 </dependency>

ペアレントでMaven > update project
何かサンプルを実行（例えば、AnimalClassificationなど）

エラーなく動けばOK。