※nvidia-dockerのコンテナ内での作業を想定
pip環境とconda環境を切り分けるためにまずpyenvをインストールする。
先ず最初にprerequisitesをinstallする。
sudo apt-get install -y git nano make build-essential libssl-dev zlib1g-dev libbz2-dev \
libreadline-dev libsqlite3-dev wget curl llvm libncurses5-dev libncursesw5-dev \
xz-utils tk-dev
libreadline-dev libsqlite3-dev wget curl llvm libncurses5-dev libncursesw5-dev \
xz-utils tk-dev
officialのscriptを使ってpyenvと必須pluginをインストールする。
curl -L https://github.com/pyenv/pyenv-installer/raw/master/bin/pyenv-installer | bash
pyenvとpluginをアップデートする
pyenv update
pyenv virtualenvを使ってminiconda環境を構築する
- 最新のminiconda releaseを確認。
pyenv install --list
- 最新版をinstall。
pyenv install miniconda3-4.3.30
- miniconda環境構築。
pyenv virtualenv miniconda3-4.3.30 caffe2
- 環境をアクティベート。
pyenv activate caffe2
opencvとcaffe2を新しく構築したconda環境にインストールする。
conda install -c caffe2 caffe2-cuda9.0-cudnn7
jupyter notebookをインストールする。
conda install -y ipython jupyter notebook numpy pillow
jupyter notebookを立ち上げる。
jupyter notebook --allow-root --ip=0.0.0.0 --no-browser
caffe2を使って機械学習を学習する。
参考サイトhttps://github.com/スポンサーリンク
スポンサーリンク