AWSのGPUインスタンスにインストールしたmxnetをRから使用する

estrellita.hatenablog.com

の続き。構築したGPUインスタンスにRをインストールしてmxnetを使用できるようにする。

R本体のインストール

UbuntuにRをインストールするための手順 | トライフィールズ

を参考にRをインストールする。

# "deb http://cran.ism.ac.jp/bin/linux/ubuntu trusty/"を末尾に追加
$ sudo vi /etc/apt/sources.list
$ gpg --keyserver keyserver.ubuntu.com --recv-key E084DAB9
$ gpg -a --export E084DAB9 |sudo apt-key add -
$ sudo apt-get update
$ sudo apt-get install r-base

RStudio Serverのインストール

RStudioで作業したいのでDownload RStudio Server – RStudio

に従ってRStudio Serverをインストールする。

$ sudo apt-get install gdebi-core
$ wget https://download2.rstudio.org/rstudio-server-0.99.903-amd64.deb
$ sudo gdebi rstudio-server-0.99.903-amd64.deb

mxnetパッケージのインストール

Installation Guide — mxnet 0.7.0 documentation

には記載されていないが途中でimagerパッケージのインストールでエラーになるのでfftw3をインストールしておく。

$ sudo apt-get install fftw3 fftw3-dev

# 以降は前述のInstallation Guideの通り。
$ sudo Rscript -e "install.packages('devtools', repo = 'https://cran.rstudio.com')"
$ cd R-package
$ sudo Rscript -e "library(devtools); library(methods); options(repos=c(CRAN='https://cran.rstudio.com')); install_deps(dependencies = TRUE)"
$ cd ..
$ sudo make rpkg

# CUDAを有効にしているので```$RHOME```にパスを通しておく
$ sudo vi /usr/lib/R/etc/ldpaths 
export CUDA_HOME=/usr/local/cuda 
export LD_LIBRARY_PATH=${CUDA_HOME}/lib64:${LD_LIBRARY_PATH}

$ sudo R CMD INSTALL mxnet_0.7.tar.gz 

無事にインストールできたのでhttp://パブリックIP:8787にアクセスしてチュートリアルを試して見る。

できた！これでDeep Learningの学習が捗りそうなのでチュートリアルを進めていく。