すろーログ

Kaggleカーネル環境再現 概要 KaggleカーネルのDockerイメージ を、ただ使っただけだとGPUを認識してくれなかったので、メモ 環境 OS : Ubuntu 18.04 bionic Kernel : x86_64 Linux 4.15.0-47-generic GPU : GeForce RTX 2070 Docker : 18.09.5, build e8ff056 やること KaggleカーネルのDockerイメージの作成 コンテナ作成 コンテナ内からGPUが認識できているか確認 やらないこと NVIDIA Docker 環境の構築など 過去記事 を参考にしてみてください カーネル環境構築 とても簡単です。 やることは以下3点 GitHubリポジトリのクローン build 環境変数変更 README.md にも書いてありましたが、最後の環境変数の変更がないと、GPUを認識してくれないようです。 (自分は見落として、色々と時間を無駄にしました…) git clone https://github.com/Kaggle/docker-python.git cd docker-python/ # 実行 ./build --gpu # コンテナ作成 docker run --runtime nvidia --rm -it kaggle/python-gpu-build /bin/bash しばらく時間はかかりますが、これだけでカーネル環境が手元にできます！ が、下記にあるように、環境変数を変更しないと、うまくGPUを認識したくれませんでした。 To ensure your container can access the GPU, follow the instructions posted here . 対処法は簡単で、変数を以下のように変更するだけ。 ( container ) $ export LD_LIBRARY_PATH = /usr/local/cuda/lib64 備考 もともと変数には以下の文字列が入ってると思います。 それを変更するので、もしかしたら不具合がどこかで生じるカモしれません。 LD_LIBRARY

Jupyter notebook で ROS を動かす ついにROSがjupyter notebook上で動くようになったらしい！ https://blog.jupyter.org/ros-jupyter-b7e82b5e1202 ロボットからしばらく離れていたけど、何かやりたいなと燻っていたので、これをキッカケにもう一度ロボットに触れたいという思いで飛びつきたいと思います。（素人感） 機械学習とロボットを結びつけたいとも思ってたので、これで少し結びつけやすそう？ 使用環境 OS : Ubuntu 18.04 bionic Kernel : x86_64 Linux 4.15.0-46-generic CPU : Intel Core i7-9700K @ 8x 4.9GHz GPU : GeForce RTX 2070 RAM : 944MiB / 32034MiB Docker : 18.09.3, build 774a1f4 ROSでGPUを使用できるかわかりませんが、一応GPUを積んでいるので、記載しています。 概要 やること 基本的な環境はDockerで構築します。 Dockerfileから環境の構築 コンテナの作成 jupyter-rosの実行 やらないこと Dockerのインストール、使用方法 python等の基本的操作 今回は上記のような、各ツールの基本的な部分には触れません。 Docker、python、jupyterの基本的な使用ができて、環境構築経験のある方向けの内容になります。 Dockerや環境構築系は少し書いたこともありますが（ コチラ ）、他の内容が濃いので、見てもわかりにくいかもしれません。 環境構築 公式リポジトリ を参考にしながら進めていきます。 1. Dockerfileから環境の構築 昔ははコマンドを打ってセットアップしていましたが、ROSもDockerで簡単にセットアップできるようです！ 最新のmelodicから melodic-robot イメージを使用します。 その他TAGは docker hub を参照して下さい。 公式リポジトリ に必要ライブラリが書いてあるので、まとめてDockerfileにしてしまいます。