※ 2018/1/6時点

※ GPUが積んである前提で書いています

最初の設定
CUDA toolkitのインストール
Docker CE + NVIDIA Dockerのインストール
Optionalな最初の設定
Git周りの設定

「あとはDockerでやるぜ」って人はここから先は見る必要ないです。好きにしてください。

cuDNNのインストール
pyenv + AnacondaでPython3.6のインストール
OpenCV3.3 + contribのインストール
Tensorflow + Kerasのインストール
Boostのインストール

最初の設定

なにはともあれ

sudo apt update
sudo apt -y upgrade

もし日本語RemixからUbuntuをインストールしたときは以下も必要。

システムの言語を英語→日本語に変更

LANG=C xdg-user-dirs-gtk-update

CUDA toolkitのインストール（要、再起動）

CUDA toolkitを入れることで、最新版のGraphic Driverもいっしょに入ります。

ということで、まずは https://developer.nvidia.com/cuda-downloads で以下を選択してインストーラー（あればパッチファイルも）をダウンロード

Operating System -> Linux
Architecture -> x86_64
Distribution -> Ubuntu
Version -> 16.04
Installer Type -> deb (local)

※ CUDAのバージョンによってインストレーションが違ったりするので、ここの情報よりもダウンロード時に表示されるインストレーションに従うこと！

cd ~/Downloads
sudo dpkg -i cuda-repo-ubuntu1604-9-1-local_9.1.85-1_amd64.deb
sudo apt-key add /var/cuda-repo-9-1-local/7fa2af80.pub
sudo apt update
sudo apt install -y cuda
sudo reboot

nvidia-smi コマンドで以下のような表示が出れば成功

$ nvidia-smi
Sat Jan  6 21:45:21 2018
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 387.34                 Driver Version: 387.34                    |
|-------------------------------+----------------------+----------------------+
| GPU  Name        Persistence-M| Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |
|===============================+======================+======================|
|   0  GeForce GTX 1080    Off  | 00000000:03:00.0 Off |                  N/A |
|  0%   47C    P8    11W / 240W |      2MiB /  8114MiB |      0%      Default |
+-------------------------------+----------------------+----------------------+
|   1  GeForce GTX 1080    Off  | 00000000:04:00.0  On |                  N/A |
|  0%   50C    P8    17W / 240W |    922MiB /  8105MiB |      0%      Default |
+-------------------------------+----------------------+----------------------+

Docker CE + NVIDIA Dockerのインストール

（参考）

（公式）Get Docker CE for Ubuntu
（公式）NVIDIA Docker Installation (version 2.0)

Docker CE

sudo apt install -y apt-transport-https \
                    ca-certificates \
                    curl \
                    software-properties-common
curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo apt-key add -
sudo add-apt-repository "deb [arch=amd64] https://download.docker.com/linux/ubuntu $(lsb_release -cs) stable"
sudo apt update
sudo apt install -y docker-ce

sudo docker run --rm hello-world で以下のような表示が出れば成功

$ sudo docker run --rm hello-world
Hello from Docker!
This message shows that your installation appears to be working correctly.

To generate this message, Docker took the following steps:
 1. The Docker client contacted the Docker daemon.
 2. The Docker daemon pulled the "hello-world" image from the Docker Hub.
 3. The Docker daemon created a new container from that image which runs the
    executable that produces the output you are currently reading.
 4. The Docker daemon streamed that output to the Docker client, which sent it
    to your terminal.

To try something more ambitious, you can run an Ubuntu container with:
 $ docker run -it ubuntu bash

Share images, automate workflows, and more with a free Docker ID:
 https://cloud.docker.com/

For more examples and ideas, visit:
 https://docs.docker.com/engine/userguide/

NVIDIA Docker

curl -sL https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add -
curl -sL https://nvidia.github.io/nvidia-docker/ubuntu16.04/amd64/nvidia-docker.list | sudo tee /etc/apt/sources.list.d/nvidia-docker.list
sudo apt update
sudo apt install -y nvidia-docker2
sudo pkill -SIGHUP dockerd

sudo docker run --runtime=nvidia --rm nvidia/cuda nvidia-smi で以下のような表示が出れば成功

$ sudo docker run --runtime=nvidia --rm nvidia/cuda nvidia-smi
Sat Jan  6 12:46:03 2018
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 387.34                 Driver Version: 387.34                    |
|-------------------------------+----------------------+----------------------+
| GPU  Name        Persistence-M| Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |
|===============================+======================+======================|
|   0  GeForce GTX 1080    Off  | 00000000:03:00.0 Off |                  N/A |
|  0%   47C    P8    11W / 240W |      2MiB /  8114MiB |      0%      Default |
+-------------------------------+----------------------+----------------------+
|   1  GeForce GTX 1080    Off  | 00000000:04:00.0  On |                  N/A |
|  0%   50C    P8    13W / 240W |    922MiB /  8105MiB |      1%      Default |
+-------------------------------+----------------------+----------------------+

+-----------------------------------------------------------------------------+
| Processes:                                                       GPU Memory |
|  GPU       PID   Type   Process name                             Usage      |
|=============================================================================|
+-----------------------------------------------------------------------------+

sudo なしでDockerを使えるようにする

毎回毎回 sudo をつけるのは面倒なので、sudo なしで docker コマンドを使えるようにする

sudo usermod -aG docker $USER

Optionalな最初の設定

デフォルトのシェルをbash→zsh+oh-my-zshに変更

（参考） Ubuntuで開発環境構築その１：ターミナル（Zsh, oh-my-zsh, byobu, etc.）

zshはbashのパワーアップver.と思ってもらえればいいです。便利！

1. zshのインストール

sudo apt install -y zsh

次に、

which zsh

でインストールしたzshの場所を確認して、chsh コマンドでその場所を入力する。

$ chsh
Password:
Changing the login shell for snhryt
Enter the new value, or press ENTER for the default
	Login Shell [/bin/bash]:** HERE **

入力後ターミナルを再起動すると、デフォルトのシェルがzshに変わります。

2. oh-my-zshのインストール

sudo apt install -y curl
sh -c "$(curl -fsSL https://raw.githubusercontent.com/robbyrussell/oh-my-zsh/master/tools/install.sh)"

これでだいぶ見易いシェルになったはず。 https://github.com/robbyrussell/oh-my-zsh/wiki/Themes にテーマが色々乗ってるので、~/.zshrc をとりあえず

ZSH_THEME="amuse"

のようにいじって自分好みにしていきましょう。

（個人的）必須アプリのインストール

Guake Terminal
OpenSSH
Chrome
Visual Studio Code

がないと個人的には何も始まらないのでこいつらを入れる。 ChromeとVSCodeはマニュアルで.debファイルをダウンロードしておく。

# Guake TerminalとOpenSSHのインストール
sudo apt install -y guake openssh-server
# Chromeのインストール
sudo apt install -y libappindicator1
sudo apt update
cd ~/Downloads
sudo dpkg -i google-chrome-stable_current_amd64.deb
# VScodeのインストール
sudo dpkg -i code_1.15.1-1502903936_amd64.deb

ランチャーの位置を左→下に移動

Windowsに慣れてる人はこの設定のほうがしっくりくるかも。完全に好みですね。

gsettings set com.canonical.Unity.Launcher launcher-position Bottom

Mozcの設定

sudo apt install -y ibus-mozc
killall ibus-daemon
ibus-daemon -d -x &

ファイラーからGoogle Driveにアクセス

Ubuntu 16.04の標準ファイラーで「Google Drive」にアクセスする方法

（個人的）準必須アプリのインストール

必須ではないけど欲しいやつらとしては

VLC media player（動画再生）
Geeqie（画像ビューワー）
Ubuntuソフトウェアセンター（Ubuntu Softwareは使い勝手が悪いので）
CompizConfig Settings Manager（設定から変えられない部分をいじる）
Unity Tweak Tool（設定から変えられない部分をいじる）

あたりでしょうか。全部 apt install で一撃です。

sudo apt install -y vlc \
                    geeqie \
                    software-center \
                    compizconfig-settings-manager \
                    unity-tweak-tool

Amazonアプリのアンインストール

要らないでしょ？

sudo apt remove -y unity-webapps-common

Git周りの設定

Gitの最新版をインストール

sudo add-apt-repository ppa:git-core/ppa
sudo apt update
sudo apt install -y git

Gitの初期設定

最初のGitの構成

Gitをインストールしたら真っ先にやっておくべき初期設定

SSHでGitに接続する

gitHubでssh接続する手順~~公開鍵・秘密鍵の生成から~~

=== 以降はDocker使わない人向けです ====

cuDNNのインストール

これがあるのとないので学習時間が10倍くらい変わってくるので、GPUを使うなら必需品。 https://developer.nvidia.com/cudnn から、CUDAに対応するバージョンをダウンロードしてくる。なお、ダウンロードするためにはNVIDIA Developerの会員になる必要がある。

cd Downloads/
tar -zxvf cudnn-8.0-linux-x64-v7.tgz
sudo cp cuda/include/cudnn.h /usr/local/cuda/include
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn.h \
               /usr/local/cuda/lib64/libcudnn*

pyenv + AnacondaでPython3.6のインストール

（参考）

【随時更新】pyenv + Anaconda (Ubuntu 16.04 LTS) で機械学習のPython開発環境をオールインワンで整える
Anaconda を利用した Python のインストール (Ubuntu Linux)

まずは必要なパッケージのインストールとpyenv周りの環境整備。（pyenvはAnacondaを入れるためだけに使う）

sudo apt install -y make \
                    build-essential \
                    libssl-dev \
                    zlib1g-dev \
                    libbz2-dev \
                    libreadline-dev \
                    libsqlite3-dev \
                    wget \
                    curl \
                    llvm \
                    libncurses5-dev \
                    libncursesw5-dev \
                    libpng-dev
git clone git://github.com/yyuu/pyenv.git ~/.pyenv
git clone https://github.com/yyuu/pyenv-pip-rehash.git ~/.pyenv/plugins/pyenv-pip-rehash
echo 'export PYENV_ROOT="$HOME/.pyenv"' >> ~/.bashrc
echo 'export PATH="$PYENV_ROOT/bin:$PATH"' >> ~/.bashrc
echo 'eval "$(pyenv init -)"' >> ~/.bashrc
source ~/.bashrc

pyenvからインストール可能なPython3系のAnacondaのリストを表示して、最新のバージョンを確認。

pyenv install -l | grep anaconda3

最新のバージョン（ここでは5.0.1）をインストールし、デフォルトとして設定する。

pyenv install anaconda3-5.0.1
pyenv global anaconda3-5.0.1
echo 'export PATH="$PYENV_ROOT/versions/anaconda3-5.0.1/bin:$PATH"' >> ~/.bashrc
source ~/.bashrc

最後にPythonのバージョンを確認して、以下のようになっていれば成功。

$ python -V
Python 3.6.3 :: Anaconda custom (64-bit)

以降は必要なパッケージがあれば、基本は conda 経由で、それが難しければ pip からインストールする。ってことで、とりあえず両方ともアップデートしておく。

conda update -y conda
pip install -U pip

OpenCV3.3 + contribのインストール

あなたはC++（など）でOpenCVを使う予定がありますか？ [YES/NO]

NOの人

pip install opencv-contrib-python
sudo apt install -y python-qt4

おしまい。 pip っょぃ。 samples/OpencvSample.py がエラーなく実行できればOK。

YESの人

OpenCVは3.1(3.2？)と3.3でcmakeの引数名が変わっているので、旧バージョンのインストール方法だけを見ながら進めると必ず躓きます

1. ソースのダウンロード

公式のGitは重いので、別のリポジトリからcloneしてくる。

cd ~
git clone https://github.com/Itseez/opencv
git clone https://github.com/Itseez/opencv_contrib.git

2. ビルドに必要なパッケージのインストール

準備として、まずは /etc/apt/sources.list 中の

# deb-src http://jp.archive.ubuntu.com/ubuntu/ xenial universe`

の行を sudo vi とか sudo nano とかでアンコメントする。それから、

sudo apt update
sudo apt build-dep -y opencv
sudo apt install -y nvidia-opencl-dev

3. make

次に、~/tmp/opencv/CMakeLists.txt の先頭に

set(CMAKE_CXX_FLAGS "-D_FORCE_INLINES ${CMAKE_CXX_FLAGS}")

を追加して、OpenCVをmakeする。 make と make install はむちゃくちゃ時間がかかる（Core-i7 & 16コアの比較的いいマシンで合計1時間以上）ので、気長に待つ。

cd ~/opencv
mkdir build
cd build
cmake -D CMAKE_BUILD_TYPE=RELEASE \
      -D CMAKE_INSTALL_PREFIX=/usr/local \
      -D OPENCV_EXTRA_MODULES_PATH=~/opencv_contrib/modules/ \
      -D CMAKE_INSTALL_PREFIX=$(python3 -c "import sys; print(sys.prefix)") \
      -D BUILD_opencv_python2=OFF \
      -D BUILD_opencv_python3=ON \
      -D PYTHON3_EXECUTABLE=$(which python3) \
      -D PYTHON3_PACKAGES_PATH=$(python3 -c "from distutils.sysconfig import get_python_lib; print(get_python_lib())") \
      -D WITH_CUBLAS=ON \
      -D WITH_TBB=ON \
      -D INSTALL_PYTHON_EXAMPLES=ON \
      -D BUILD_EXAMPLES=ON \
      ..
make -j $(($(nproc) + 1))
make install -j $(($(nproc) + 1))
sudo /bin/bash -c 'echo "/usr/local/lib" > /etc/ld.so.conf.d/opencv.conf'
sudo ldconfig
sudo apt update

4. Pythonで使えるかのテスト

この状態でPythonを起動して import cv2 とするとエラーが出るので、

# "`GLIBCXX_3.4.21' not found" のエラーに対応
cd ~/.pyenv/versions/anaconda3-4.4.0/lib
rm libstdc++.so.6
ln -s /usr/lib/x86_64-linux-gnu/libstdc++.so.6
# "`GOMP_4.0' not found" のエラーに対応
conda install libgcc

最後に samples/OpencvSample.py と samples/OpencvSample_cpp/main.cpp がエラーなく実行できればOK。

Tensorflow + Kerasのインストール

（参考）

Installing TensorFlow on Ubuntu
Keras公式
Condaを使ってTensorFlowの野良ビルドを導入する
【随時更新】pyenv + Anaconda (Ubuntu 16.04 LTS) で機械学習のPython開発環境をオールインワンで整える
KerasでMNIST | 人工知能に関する断創録

まずはTensorFlowのインストール。 Anaconda経由でGPU & Python3.6対応のTensorFlowをインストールするので、こことここを参考にインストール。（conda install でもいけるみたいだけど、 pip から入れるほうがいいみたい）

pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.3.0-cp36-cp36m-linux_x86_64.whl

Kerasは

pip install keras

で簡単にインストールできる。あとは KerasSample.py がエラーなく実行できればOK。

Boostのインストール

マニュアルで入れる方法

（参考）

（公式）boost C++ LIBRARIES
Boostライブラリのビルド方法

こっちの方法がオススメ。「絶対に最新版！」というこだわりがない場合は、最初のダウンロード部分は

git clone --recursive git@github.com:boostorg/boost.git でもOK

cd ~
wget https://dl.bintray.com/boostorg/release/1.65.1/source/boost_1_65_1.tar.gz
tar xfz boost_1_65_1.tar.gz
rm boost_1_65_1.tar.gz
cd boost_1_65_1
./bootstrap.sh
./b2 --without-python --prefix=/usr -j $(($(nproc) + 1)) link=shared runtime-link=shared install
cd ..
rm -rf boost_1_65_1
sudo ldconfig

apt-getから入れる方法

（参考） How to Install boost on Ubuntu?

多くの場合、このやり方だと後々面倒になる…

sudo apt install -qqy libboost-all-dev

Files

README.md

Latest commit

History

README.md

File metadata and controls

なにはともあれ

システムの言語を英語→日本語に変更

Docker CE

NVIDIA Docker

sudo なしでDockerを使えるようにする

デフォルトのシェルをbash→zsh+oh-my-zshに変更

1. zshのインストール

2. oh-my-zshのインストール

（個人的）必須アプリのインストール

ランチャーの位置を左→下に移動

Mozcの設定

ファイラーからGoogle Driveにアクセス

（個人的）準必須アプリのインストール

Amazonアプリのアンインストール

Gitの最新版をインストール

Gitの初期設定

SSHでGitに接続する

=== 以降はDocker使わない人向けです ====

NOの人

YESの人

1. ソースのダウンロード

2. ビルドに必要なパッケージのインストール

3. make

4. Pythonで使えるかのテスト

マニュアルで入れる方法

apt-getから入れる方法