Docker イメージの更新

LightGBM を GPU で動かすには、コンパイルしかないとのこと。

そこで、RAPIDS ベースの Docker イメージを更新することに。
https://phreeqc.blogspot.com/2019/02/tensorflow-docker.html

Git を使い始めているので不要かな？と思いつつ、備忘録としてコピペ。
OpenCL の箇所で何度か引っ掛かりましたが、基本は公式通りでコンパイルできました。

***********************************
RAPIDS コンテナベースにTFインストール
https://hub.docker.com/r/rapidsai/rapidsai/

$ docker run --runtime=nvidia --rm -it -p 8888:8888 \
-v /（クローン先）:/rapids/notebooks/my_data \
rapidsai/rapidsai:cuda10.0-runtime-ubuntu18.04

必要ライブラリインストール(tensorflow-gpu1.13)
$ conda install -c conda-forge mlxtend scikit-optimize imbalanced-learn
$ conda install -c eumetsat tree
$ conda install Pillow scikit-image openpyxl matplotlib pytables seaborn xlrd tensorflow-gpu keras

最新版にup
$ conda update -n base conda
$ conda update --all
$ apt-get update
$ apt-get upgrade

LightGBM-GPU コンパイル
$ 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)
$ cd ../python-package
$ python setup.py install --precompile
$ cd ../..

Jupyter起動し、稼働確認
$ bash utils/start-jupyter.sh
0.0.0.0:8888

***********************************
アップデート後の Docker イメージを保存。
次回からは保存したイメージ起動でOK。




***********************************
20190614追記
OpenCLデバイスが見つからないと叱られます。
CPUだと動くのですが。
もう少し時間がかかりそうです。