UEFIセキュアブートとUbuntuのシステムアップデートについて

2019年12月4日の「Ubuntu環境の構築(追記)」の投稿で、BIOSをアップデートしたら、Ubuntuのシステム関連のアップデートが出来なくなったと書きました。

原因は、UEFIセキュアブートでした。UEFIセキュアブートに関してはネット上に沢山の解説があるので詳しくは、そちらをご覧いただくとして簡単に言うと、ウイルスなどの影響でOSシステム関連が不正に書き換えらるのを防ぐ目的で設定されているようです。ただ、それによる弊害も色々と報告されています。

UEFIセキュアブートの設定の仕方は、マザーボードのメーカーさん毎に異なっていますが、私の環境での設定方法を記録しておきます。

以前のBIOSアップデートの投稿の時のようにUEFI BIOS Utilityを開き、アドバンスモードにします。

メニュー右側の「起動」を選択します。
スクロールバーを下に動かし、「Secure Boot」を選択します。

ここで、OSタイプの選択で
・UEFIモード-----セキュアブート有効
・非UEFIモード---セキュアブート無効

メーカーにより方法や名称が異なっていますので、マニュアルで確認して行いましょう。
でも、セキュアブートを有効にしておけばよいのか、無効でも良いのか、悩むところです。

Ubuntu環境の構築(追記)

2018年9月25日の投稿で、Ubuntu環境の構築について書きました。
Ubuntuを使っていると、素人の私では解決できないようなエラーがよく出てくるようになったので、再インストールしました。
その際に以前の投稿の内容と食い違っていた部分があったので追記しておきます。もしかすると以前からそうであったのに気づかずわざわざややこしくしていたのかも知れませんが・・・

修正したいのは「NVIDIAドライバーとCUDAのインストール」の部分です。
いま、

• NVIDIA Driver 440.26
• CUDA Version 10.2

で稼働してますが、cuDNNもダウンロードページから

• libcudnn7_7.6.5.32-1+cuda10.2_amd64.deb
• libcudnn7-dev_7.6.5.32-1+cuda10.2_amd64.deb
• libcudnn7-doc_7.6.5.32-1+cuda10.2_amd64.deb

のCUDA10.2用の3つのファイルをダウンロードし、端末から

sudo dpkg -i libcudnn7_7.6.5.32-1+cuda10.2_amd64.deb、

以下2つのファイルも同様にインストールすればそれで終わりです。

ファイルをコピーするなどの操作なしで、正常に動いています。動いているはずです。

実はついでにパソコンのBIOSをアップデートしたのですが、UEFIセキュアブートとやらでロックが掛かっていてUbuntuのシステム関連のアップデートにチョツト躓いたのでそれに関しては改めて・・・

ubuntuにmecabをインストール

ubuntuのバージョンなど自分のパソコン環境などの違いで色々と躓いてしまいました。

取り敢えず上手く行った設定方法をメモしておきます。

まずは、mecabのインストール

sudo apt install mecab sudo apt install libmecab-dev sudo apt install mecab-ipadic-utf8

　

このままでもmacabは機能するのですが、辞書機能を強化するために、mecab用の

NEologdという辞書を入れたほうが良いようです。辞書は他にもあります。

git clone https://github.com/neologd/mecab-ipadic-neologd.git cd mecab-ipadic-neologd sudo ./bin/install-mecab-ipadic-neologd

　

つぎに、mecabにこのNEologd辞書を使うように指定するためにmecabの設定ファイルmecabrcを書き換えておきます。

sudo vim /etc/mecabrc

テキストエディタは何でも良いと思いますが、vimをインストールしてない方は、

sudo apt-get install vim

ここでdicdir =の所を次のように書き換えて保存します。

dicdir = /usr/lib/x86_64-linux-gnu/mecab/dic/mecab-ipadic-neologd

このdicdir=の内容は自分のパソコン環境で異なるようです。私の場合はこれで上手く行きました。

ここまでは、以下の記事を参考にしました。

Ubuntu17.10にｍecabをインストールした件

ubuntu 18.04 に mecab をインストール

最後に、macabをpythonから使えるようにするのですが、ここでも問題が・・・

　pip install mecab-python3

としても

unable to execute 'swig': No such file or directory

  error: command 'swig' failed with exit status 1

となって、色々と行ってもエラー続出です。

どうやらmecab-python3が新しいバージョンになった際に「swig」を必要とするようになったみたいです。

そこで、

sudo apt-get -q -y install swig pip install mecab-python3

　これで、メデタシメデタシ。無事インストールの成功です。

ここは以下の記事を参考にしました。

mecab-python3(0.996.1d)のpip installでErrorとその対応方法

チョット余談

pythonで機械学習の勉強を試してみようと始めたとき、windows環境ではなく、Linux環境を進める記事が多くあったように思いましたが、最近になってなるほどと思いたくなるような出来事に出くわすようになった気がします。

60過ぎの爺には難しい・・・(*^^*)

portable-HDDにUbuntuをインストールしていて躓いたこと

Portable-HDDにUbuntuをインストールしていて上手く行かなかったこと、もしかして大切と思うことを記録しておきます。

1.▶システムがGPTなのか、MBRなのか？UEFI起動しているのか、レガシーBIOSで起動しているのかで、インストール出来たり出来なかったり

「grub2をインストールできません・・・」失敗続き。
その時のパソコンはUEFI起動したパソコン。
そこで、MBRの旧BIOSのパソコンでインストールを行うと一発で成功。
素人の私には理由は分かりませんが、もしかして参考になるかもと思うブログを以下に

GPT HDD に grub2 をインストールする際の tips

 2.▶portable-HDDのパーティション分割の順番に気をつけて?

①windows10とデータ共有のためのパーティション
②ubuntu本体のパーティション
③スワップ領域のパーティション

フォーマット領域を順番に①→②→③と設定。
②→③→①とした場合は、windows10で起動したパソコンに接続すると壊れる事があった。

初めてのUbuntuで機械学習を行える環境の構築に挑戦

会社ではWindows10を、プライベートではWindows10とMacを使っています。

最近Machine Learningが話題になっています。

一度自分でも試してみようと思いましたが、Windows環境はあまり薦められない、出来ればLinuxでの環境を薦めるとの記事が多くありました。

Machine Learningがどんなものか?、実際にプログラムを動かしてみるのが一番です。

そこで、

1.Ubuntuのインストール

2.NVIDIAドライバーとCUDAのインストール

3.TensorFlowのインストール

の手順を自分自身への備忘録として残しておきます。なにせ60歳過ぎのジジイですので・・・。

1.Ubuntuのインストール

Machine Learningの本や記事を見るとUbuntu16.04ですが、今年2018年5月にVer18.04がリリースされました。

LinuxのライブUSB作成方法は、色々と紹介さていますが、私はここのブロクを参考にして上手くいきました。

Linuxをインストールできる「ライブUSBメモリ」をWindowsで作成する方法

1.1▶Ubuntuのダウンロード

UbuntuをインストールするためのISOファイルは公式サイトからダウンロードします。

ubuntu Japanese Team

現在の最新版は「ubuntu-ja-18.04.1-desktop-amd64」です。

1.2▶Ubuntuのインストール用USBメディアの作成

Ubuntuをインストールするには、ISOイメージファイルを用いてインストールメディアを作成する必要があります。

私はUSBメディアを作成しました。

インストールメディアを作成するためにフリーソフトの「Rufus」を使います。

RufusはWebサイトからダウンロードします。

https://rufus.akeo.ie/

Rufusの設定画面の「パーティション構成」でMBR BIOSかUEFIを選ぶ箇所がありますが、最近のパソコンであれば'GPT'を選択してUEFIを選んでおいてよいと思います。

私のバソコンもかなり以前に自作したものですが、MBR BIOS(レガシーBIOS)ではありません。

ファイルシステムは'FAT32'を選択しました。

これでスタートを押すとその後いくつかのPOP画面が出てきますが、インストールメディアの出来上がりです。

1.3▶パソコンの起動ディスクの変更

パソコンにはHDDが複数搭載されていたり、DVDドライブがあったりしますが、起動したときにどのHDD、DVDドライブからシステムファイルを読み込んで立ち上がるのが、BIOSで順番が設定されています。

パソコンを起動したときに、1.2で作成したUSBインストールメディアから立ち上がるようにBIOSの設定を変更しなければなりません。

1.パソコンを起動した時に一瞬BIOS画面が表示されます。

2.BIOS画面が表示されると同時に、私のパソコンでは'Delキー'(パソコンによりF2キーであったり様々)を押す。

3.するとBIOS設定画面が現れますので、起動ドライブの順序変更セクションでUSBが順序で一番になるように変更してください。

※この作業はUSBを挿入した状態で実施してください。

1.4▶Ubuntuのインストール

1.2のRufusの設定画面の「パーティション構成」で'MBR'か'GPT'かでUSBが起動後の設定画面は異なります。

どちらにしてもUbuntuインストールを選択し、実行してください。

2.NVIDIAドライバーとCUDAのインストール

【2019/12/04に追加の修正記事】

HDDにUbuntuがインストール出来たので、続いてNvidiaドライバー、CUDA,ccDNNをインストールします。

ちなみに私のグラフィックボードは「GeForce GTX 760」でかなり古いものです。

こんな古いGPUで効果があるのか(*^^*)

CUDA、ccDNNのインストール方法はWebに色々と載っていますが、私はこのページを参考に上手く出来ました。

Ubuntu18.04にNvidia Driver, CUDA, cuDNNを入れる

2.1▶Navidiaドライバーのインストール

必要か良く分かりませんが、下記コマンドで一発インストール出来るようです。

$ sudo ubuntu-drivers autoinstall

私の場合、これでインストールされるドライバーVerは340でした。

次の操作でNvidiaドライバーの390がインストールされるので上の操作が必要かどうか私には分かりません。

$ sudo apt install nvidia-cuda-toolkit nvidia-driver-390

これでドライバーVer: 390.48がインストールされます。

この状態でapt-get upgradeでパッケージをアップしようとしたら、保留に数件あると出ます。そのパッケージを更新すると他のパッケージが削除される時に保留になるので、保留の物をインストールするには以下のようにする。

$ sudo apt-get dist-upgrade

　　

2.2▶cuDNNのインストール

Nvidiaのホームページからメンバー登録を行ないcuDNNをダウンロード。

私がDLしたのは、cudnn-9.1-linux-x64-v7.1.tgzです。

cudnn-9.1-linux-x64-v7.1.tgzをダウンロードしたディレクトリーに移動(cd)し、

tar xzvf cudnn-8.0-linux-x64-v5.1.tgz ---① sudo cp -a cuda/lib64/* /usr/lib/cuda/lib64/−−−② sudo cp -a cuda/include/* /usr/lib/cuda/include/−−−③

①で解凍し、②③でファイルを指定フォルダーにコピーします。

3.anacondaのインストール

TensorFlowの導入には、pythonをanacondaでインストールすることで行ないました。

anacondaはダウンロードページから。

私がDLしたのは「Anaconda3-5.2.0-Linux-x86_64.sh」です。

詳細は以下を参考にしてください。

Anaconda を利用した Python のインストール (Ubuntu Linux)

anacondaのインストールは、anacondaがダウンロードされたフォルダーに移動し、

ターミナルで下記コマンドを実行する。

bash Anaconda3-5.2.0-Linux-x86_64.sh

anacondaの起動はターミナルを開き

anaconda-navigator

CUDAの稼働状況を確認するためにはターミナルを開き

watch -n1 "nvidia-smi"