サーバを作り直すときに調べたのでメモがてら。
公式に書き方は載っているが、記述が古いので掲題に特化した方法を載せる。
前提として、Compute Engine で GPU が有効なインスタンスがあり、そこに pyenv でPython 3.8.6がインストールされているものとする。
CUDA のインストール
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/11.2.0/local_installers/cuda-repo-ubuntu2004-11-2-local_11.2.0-460.27.04-1_amd64.deb sudo dpkg -i cuda-repo-ubuntu2004-11-2-local_11.2.0-460.27.04-1_amd64.deb sudo apt-key add /var/cuda-repo-ubuntu2004-11-2-local/7fa2af80.pub sudo apt-get update sudo apt-get -y install cuda
ドライバーのインストール
必要なパッケージをインストールする
sudo apt update sudo apt install --no-install-recommends nvidia-driver-390 nvidia-headless-390 nvidia-opencl-dev opencl-headers
以下のコマンドでインスタンスを再起動する。 SSH コネクションが切断されるが、30秒程度待つと再接続できるようになる。
sudo init 6
ビルドツールチェインのインストール
sudo apt-get install --no-install-recommends git cmake build-essential libboost-dev libboost-system-dev libboost-filesystem-dev
ソースコードのチェックアウトとビルド
git clone --recursive https://github.com/microsoft/LightGBM cd LightGBM mkdir build ; cd build cmake -DUSE_GPU=1 -DOpenCL_LIBRARY=/usr/local/cuda/lib64/libOpenCL.so -DOpenCL_INCLUDE_DIR=/usr/local/cuda/include/ .. make -j$(nproc)
Python パッケージのビルドとインストール
cd ../python-package pip install setuptools numpy scipy scikit-learn wheel -U python setup.py install --gpu
以上で、GPUが有効な lightgbm パッケージをインストールすることができた。
カテゴリ変数の数に影響があったりするので、気をつけること。
[第2版]Python機械学習プログラミング 達人データサイエンティストによる理論と実践 impress top gearシリーズ
- 作者:Sebastian Raschka,Vahid Mirjalili,株式会社クイープ,福島真太朗
- 発売日: 2018/03/16
- メディア: Kindle版