【「いま」の定義：２０２３年１月】
以下は、OMENのRTX3090（注：４５Lではないやつ＝４５Ｌはすこし厄介です）をセットアップしていますが、どのような機種でも基本は同じです（RTX-A6000 やA100など）。UBUNTUは、20.041ltsか22.04ltsの２択ですが、安全をみれば練りに練られた20.041lts。Windowsとのリモートデスクトップ環境をとるなら22.04lts。私の場合はデスクトップのクラゲが好きなので22.04ltsの一択。
【BIOS設定】
BIOSで、セキュアブートはオフにしたほうが無難。インテルのソフトセキュリティも。これをしないとNvidia系のドライバーが認識されなかったり、ネットワークが勝手に切られたりする。されない場合もときにある。結論としては、どちらでもいいか。
【SSD】
OMEN RTX3090の場合、データディスクのHDDを抜いて替わりにSSDを刺し、このSSDにUBUNTUをインストール。WINがいらないという人はM.2にインストール。いままでの経験上、WINを残しても使ったことはなく、なくしてしまったほうがいいかも。
以下は、PredNet in PyTorchとPredNet in Chainerを動かすまでの手順。Prednet以外のAIを使う場合も途中まで同じ。
注）以前はsudo pip3 installでやっていましたが、今はpip3 installで実行しています。pipは階層的にはaptの下と考えれば、そのほうがよさそう。あと、22.04ltsでは、若干異なることろもあり。
CDもしくはUSB（USBでのインストールを強く推奨）でUBUNTUをインストールしたあと、以下のコマンドを順次入力していく。
（まずは）
$ sudo apt update
$ sudo apt upgrade
（ここは個人的な趣味）
$ sudo apt install geany
（ここから本番）
$ sudo apt install python3-pip
$ pip3 install -U setuptools
$ pip3 install -U cython
$ pip3 install -U filelock
https://developer.nvidia.com/cuda-toolkit
あるいはcuda 11.xを利用する場合は、cuda 11.xで検索（いま、cudnnは12がないので、11.xを推奨。また多くのＡＩコードは１２に対応していないので、そういう意味でも11.xを推奨）。
LINUX、ｘ８６＿６４、UBUNTU、２２．０４、deb(local)と選ぶと下記のような指令。
$ wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/cuda-ubuntu2004.pin
$ sudo mv cuda-ubuntu2004.pin /etc/apt/preferences.d/cuda-repository-pin-600
$ wget https://developer.download.nvidia.com/compute/cuda/11.4.2/local_installers/cuda-repo-ubuntu2004-11-4-local_11.4.2-470.57.02-1_amd64.deb
$ sudo dpkg -i cuda-repo-ubuntu2004-11-4-local_11.4.2-470.57.02-1_amd64.deb
$ sudo apt-key add /var/cuda-repo-ubuntu2004-11-4-local/7fa2af80.pub
$ sudo apt-get update
$ sudo apt-get -y install cuda
https://developer.nvidia.com/rdp/form/cudnn-download-survey
ログインして以下をダウンロード
DL: cuDNN Library for Linux (x86_64)
展開してフォルダー名がcudaとし、
cd ###
カレントをフォルダーのあるところへ
$ sudo cp -P cuda/lib/* /usr/local/cuda/lib64/
$ sudo cp cuda/include/* /usr/local/cuda/include/
$ sudo chmod 644 /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*
$ sudo vi ~/.bashrc
vi editor「o」で以下を一番下に付け加える。copy & paste。
====
export CUDA_ROOT=/usr/local/cuda
export PATH=$PATH:/usr/local/cuda/bin
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64:
export CPATH=$CPATH:/usr/local/cuda/include
export CUDA_INC_DIR=/usr/local/cuda/bin:$CUDA_INC_DIR
====
「esc」して「:wq」でeditorを抜ける。
$ sudo reboot
$ nvidia-smi
でGPUが認識されているかどうかを確認。
以上で、GPUのセットアップはおわり。
次にPredNet in PyTorch。
興味のない方はここで終わり。
$ sudo apt install git
$ pip3 install opencv-python
$ pip3 install opencv-contrib-python
$ pip3 install tensorflow
$ pip3 install librosa
$ pip3 install matplotlib
$ pip3 install torch==1.8.0+cu111 torchvision==0.9.0+cu111 torchaudio==0.8.0 -f https://download.pytorch.org/whl/torch_stable.html
いまは、以下。時期によっては適宜修正。
$ pip3 install torch==1.13.1+cu117 torchvision==0.14.1+cu117 torchaudio==0.13.1 -f https://download.pytorch.org/whl/torch_stable.html
$ pip3 show torch
Name: torch
Version: 1.8.0+cu111
Summary: Tensors and Dynamic neural networks in Python with strong GPU acceleration
Home-page: https://pytorch.org/
Author: PyTorch Team
Author-email: packages@pytorch.org
License: BSD-3
Location: /usr/local/lib/python3.8/dist-packages
Requires: numpy, typing-extensions
Required-by: torchvision, torchaudio
pip3 install torchviz
pip3 install janome
pip3 install tqdm
cd #
$ git clone https://github.com/NIBB-Neurophysiology-Lab/pytorch_prednet
OR
$ git clone https://github.com/eijwat/prednet_in_pytorch
cd #
$ git remote -v
origin https://github.com/NIBB-Neurophysiology-Lab/pytorch_prednet(fetch)
origin https://github.com/NIBB-Neurophysiology-Lab/pytorch_prednet(push)
cd #
$ git pull https://github.com/NIBB-Neurophysiology-Lab/pytorch_prednet
