生物の出現情報をダーウィンコア（DwC)にする際につまづいたこと。

OBISのほうの例をみていたり、見ていなかったりで、ルーズになっていた項目について、GBIFの方に合わせよと言われて以下を修正したので、メモしておく。

フォーマットの説明
（日本語）http://www.gbif.jp/v2/datause/data_format/index.html
（英語）http://tdwg.github.io/dwc/terms/index.htm#basisOfRecord

"taxonRank"：どのレベルの分類群まで同定できているかを記載。
"eventDate" and "modified"：日付のフォーマットがちょっと特殊。日本時の時は2015-05-15 T10:21+0900
のように時差をつける。
"basisOfRecords"：一見自由記入のようだが、推奨する記載方法がある。 "PreservedSpecimen", "FossilSpecimen", "LivingSpecimen", "HumanObservation", "MachineObservation"のいずれか。
(http://rs.tdwg.org/dwc/terms/history/index.htm#basisOfRecord-2014-10-23)
"scientificNameID"：URLをのまま含む形でIDを記載する
(http://rs.tdwg.org/dwc/terms/#scientificNameID).

東よか干潟（大授搦(だいじゅがらみ)；干潟よか公園；東与賀干潟）周辺情報

アジア湿地シンポジウムの前にこういう情報はまとめておくべきだったと思っていますが。現地で気づいたことも多いので終了後ですが、海や干潟や鳥が好きな方が、今後佐賀にお越しの際のお役立ち情報を少し書いておきます。

日本で一番野鳥が集まる場所、佐賀県で一番人が集まる干潟よか公園ですが、車以外でのアクセスがいかんせん悪いです。
行き方は日本野鳥の会、佐賀県支部に掲載されています。
（http://blog.goo.ne.jp/sayatit2000/e/6f91d54aefe94a88a908fa75bd758993）、
（なくなったようなので、佐賀市の観光サイトに修正　
シチメンソウ(佐賀市東与賀町) | 観光情報検索 | [佐賀県公式]定番から穴場スポットまで佐賀をまるっと楽しむ！あそぼーさが
）

そのほかの方法はそこそこ距離があるので、あまりおすすめはしませんが、
佐賀駅から自転車で30分ほどです。
レンタサイクル：佐賀市観光案内所（ＪＲ佐賀駅構内）0952-23-3975
http://www.sagabai.com/main/35.html

バスの場合は、佐賀駅から土日は「東よか干潟」バス停まで「ぐるっと世界遺産観光バス」が出ております（期間限定で年によってやっていなかったりもします）。http://www.bus.saga.saga.jp/info/2017/09/429.html
バスだけであれば、平日には「住吉」バス停（[12]佐賀大学・東与賀線）から4km、徒歩30-40分ほどかかります。
周りがひたすら畑地ですので、バス＋タクシーの市営バス東与賀行きで「東与賀町役場前」下車、タクシー利用をおすすめします。

なお、ムツゴロウは以前は東与賀干潟の展望台の前にも多く見られましたが、澪筋が埋まってきたようで、今は東側の八田江の河口側の澪筋に多いです。

以下に、周辺情報をお伝えいたします。
食事処はあまりありませんが、干潟から自転車で10分ほどの小学校や元役場の近くにいくつかあります。
道の駅も車であれば行ける距離にありますが、食事できるところはなかったように思います。

むつごろう亭、丸善

有明海の魚介類を食べたいならこちらです。
魚介類が入荷しているとは限らないので、事前に電話で予約しておくとよいと思います。
http://www.kirishima.co.jp/aji/2011/spring/29/02.html
佐賀市東与賀町田中466-27 駐車場 あり
0952-45-2911 営業12:00〜21:30 日曜定休（予約の場合は営業）

大福軒（ちゃんぽん、餃子、おでん、など）

小汚いですが、これぞ昔ながらという風味のコスパ抜群な中華料理店です。
小ぶりで淡白な餃子がおいしく、ビールがはかどります。
また、真っ黒に煮詰まったこの地域独特のおでんもなんでも70円と安いです。
模様のすり切れた古びたお椀で出されるちゃんぽんもなつかしいおいしさです。
https://ameblo.jp/62263213/entry-11998861187.html

そのほかに、この近辺に数件お店があります。行かれた方の情報お待ちしています。

竹下製菓店（竹下饅頭店）の「東与賀饅頭」、「丸ぼうろ」

白あんの饅頭ですが、他では見られない激レアのお菓子です。
電話番号 0952-45-0485
佐賀県 佐賀市 東与賀町大字下古賀今町西１５６２
http://simasima-nekonote.blog.so-net.ne.jp/2006-08-21

ちなみにこの近辺の川沿いによくカササギがいます。

図書館

19時まで営業しているので、ちょっと立ち寄って地域の資料を見るのに大変便利です。

佐賀市街

市内はいろいろあるのですが、
以前シティプロモーションの際に掲載されていたお店の一覧が役に立ちます、今みたらだいぶ掲載店舗へっていますが、ワラスボやめちゃったんだろうかhttp://www.saga-city.jp/wrsb/ （下の方）

「和食処おおしま」

駅から近く、昼も営業しています。むつごろうやワラスボが食べられます。
0952-31-4925 佐賀市駅前中央1丁目13-30 11:00-22:00
または、http://www.sagabai.com/main/?cont=kanko&fid=189

佐賀玉屋　たまちか　南館 小松鮮魚 18時半まで営業

デパート玉屋の鮮魚店で刺身や地元の魚を見ることができます。
http://www.saga-tamaya.co.jp/tamachika.php
地元のエビ（赤エビ）を買ってってホテルのレンジでチンして食べるのおすすめです。

鶴屋 http://www.marubouro.co.jp

丸ぼうろもいろいろありますが、老舗といえば鶴屋です。最近は丸ボーロ用アイスなども出していますが、本店と駅中でしか買えないあたり、こだわりなのでしょうか。本店は試食もあるようですが、いまだに時間がなくて行けず・・・

おまけ

• ラジオ体操佐賀弁

https://www.youtube.com/watch?v=SLEq8rPafy4

１つ情報を言いそびれました、有明海沿岸にはムツゴロウをかたどったモニュメントやキャラクター、トイレなどがいくつもあります。ググるといろいろ出てきます。

大きいものは少ないとはいえ、全部見る時間はないでしょうから、車にご注意の上マンホールの蓋にご注目ください。かつて諸富町長がドロンパ王国というムツゴロウを王とする国家の建設を目論んでおり、その配下の国家にはそれぞれ異なるムツゴロウをかたどったマンホールが配備されているはずです。あと東与賀の図書館のキャラクタームッチーが個人的には一番かわいいと思います。

Spplotで色を変えるcutsやatを使う。

Rで描画回りははまるので、なるべく使わないようにしているのですが、
やっぱりRが便利なのでつい使ってしまってはまってしまいます。
良く忘れるので備忘録にメモしておきます。

ベクターの場合・・・cutsを使う。

x <- data.frame(
  x=c(141.1,141.1,141.1,141.2,141.2,141.2,141.3,141.3,141.3,141.2),
  y=c(38.11,38.12,38.14,38.11,38.12,38.13,38.11,38.12,38.13,38.2),
  v1=c( 100,  200,  300,    0,  200,  300,  100,  200,  300,1000)
  )
source("https://raw.githubusercontent.com/yamakita3/RShortCuts/master/xyz2spdf.r")
x.spdf <- xyz2spdf(x[,1],x[,2],x[,])
 spplot(x.spdf[,3],cuts=c(0,100,200,1000,1001),col.regions=c("gray",rev(heat.colors(3)))
  ,xlim=c(141,141.5),ylim=c(38.1,38.3))
# https://edzer.github.io/sp/

凡例を消す際には・・・auto.key

library(sp);data(meuse); coordinates(meuse)=~x+y
# point data
spplot(meuse, "elev", auto.key=FALSE, cex = 2) 
#参考 https://stackoverflow.com/questions/19187633/removing-colour-scale-on-spplot-in-r

ラスターの場合・・・atを使う

source("https://raw.githubusercontent.com/yamakita3/RShortCuts/master/xyz2spdf.r")
x.spdf <- xyz2spdf(x[,1],x[,2],x[,])
x.spixcdf <- SpatialPixelsDataFrame(x.spdf@coords,x.spdf@data,0.5)
spplot(x.spixcdf[,3],at=c(0,1,10,100,1000),col.regions=rev(heat.colors(5))
,xlim=c(141,142.5),ylim=c(38.1,41.0))
#spplotのTips http://d.hatena.ne.jp/rsnaru/20150515/1431672155

凡例を消す際には・・・colorkey

library(sp); data(meuse.grid); gridded(meuse.grid)=~x+y
## Gridded data
spplot(meuse.grid, "dist", colorkey=FALSE) 

ArcGISで教師付分類

最近Deep learningとかRとかでいじってばかりで、久しぶりにArcGISやらQ-GISやらで画像そのものをいじっています。
（そもそも、画像頑張っていたころはER-Mapperとすぐ落ちる頃のGrassだったんですよね。ちょっとGRASSいじったら使い勝手が良くなっていてびっくりしました、相変わらず素人向けではないですが）

画像の分類についてはversion 10くらいから画像分類ウインドウがついて便利になりましたが、マニュアルにあまり記載されていない部分も多くありますし、多数のデータをいじるにはGUIで不便なのでToolboxなどの機能で実行したい場合も多くあります。ここではそうした方法を含めて手順を、備忘録がてらにメモいたします。

さらに、いつの間にかセグメンテーション(10.3から)だの、精度評価だの(10.4)、新機能がついていたとは驚きです。もうデスクトップ版の開発しないんじゃないかと思ってました。64bit版タッチのソフトも、従来のデスクトップ製品も、Online&Serverも全方向で開発がんばってるんですね。すみません。

（で、書き途中でBIOSが飛んでしまい、えらいめにあっています。メモしていたテキストもHDDごと取り出さないとダメそうなので、とりあえずここまで。）

2017/11/16追記：BIOSの件は、結局マザーボードが死んでいました・・・

トレーニングデータの準備

トレーニングデータは最終的には分類したいカテゴリーごとの値が属性に付与された、マルチパートポリゴンとして表現されている必要があります。
マニュアルでは画像分類のツールバーからトレーニングデータを用意するようにあります。
それでも良いのですが、ここでは、他のソフトを使ったり、人とデータのやりとりなどに便利ように、普通のShapeファイルを作成します。

• Shapeファイルを作成し、属性に数字でカテゴリー値を入れておく。この際、隣接するポリゴンとの間を埋めるために（埋めなくても良いが、メモように）微細な隙間やズレの修正には[インテグレート] 、個別には[トレース形状に一致]、Infoの[トポロジ] を使用
• 完成したら、ディゾルブでマルチパートポリゴンとのオプションを有効にして同じカテゴリー値をもつものを１つのポリゴンにする。
• このファイルをそのまま画像分類のトレーニングサンプルマネージャで読み込んでクラス名を与えても良い

もしくは

• あらかじめトレーニングサンプルマネージャで出力されるポリゴンと同じ列名をもつうようにポリゴンを修正してから読み込み。

教師データのバンド間散布図の作成

• [ランダムポイントの作成]で教師データポリゴンの中に点を発生させる。ポリゴン全部のピクセル値を抽出するのは計算容量上困難なためである。（リモセンソフトならできるが、ArcGISはラスタ周りに弱いので）
• [空間結合]で、ポイントに元のポリゴンのカテゴリを付与する。
• 複数値からポイントに値を抽出

水深補正用消散係数の計算

logをとった画像からポイントに値を付与して、砂のカテゴリのみを抽出して、各バンド間の係数を計算（Excelno直線回帰の傾き）。
係数をかけたバンド比BIを計算して、この値を教師付分類用のラスターとする。なお赤にBand2-3を、緑にBand1-2を、青にBand1-3をいれると、海草を緑で砂を赤で抽出したっぽい色合いになります。

分類結果の出力

そのままGeoTIFFで出力するので良いです。しかし、Geotiffだと真っ黒や真っ白にしか画像のビューアーで表示されないため、画像として表示したいことが多くあると思います。

色を指定しないのであれば、飛ばしても良いですが、
カラーマップ インデックス（RGB 情報）を事前に指定しておくと色が変わらないので便利です。
この実施には、整数のセル値を持つ1 バンドのラスターデータである必要があります。小数値のラスタの場合はPythonで整数値の0でも足したら良いでしょう(Pythonは記入した桁数で計算するため)。

• ラスターデータの属性テーブル（VATテーブル）を作成。（ArcToolbox[ラスター属性テーブルの構築（Build Raster Attribute Table）]）
• 属性テーブルに[フィールドの追加]でRed、Green、Blueの3つの[Double]のフィールドを順に作成。
• [エディタ]ツールバーで[編集の開始]をして、RGBに任意の値を入れる。この際、255を1とする割合の値を入力(50の場合は50/255=0.196078)
• 一度レイヤをTOC(コンテンツのテーブル)から削除して再度追加すると更新される。自動で更新されない場合は、[プロパティ] の [シンボル]の[表示]部分に新たに表示された[カラーマップ]をクリック

単純に

# Replace a layer/table view name with a path to a dataset (which can be a layer file) or create the layer/table view within the script
# The following inputs are layers or table views: "finished_trace_image\Trace_hand_TRN_LYL_2009dec_v1_diss_multi"
arcpy.CreateRandomPoints_management("C:/Users/gisdesktop/Dropbox/2017_heavy_drop/20171001BioMarina用データ/Shapes1","Trace_hand_TRN_LYL_2009dec_v1_diss_multi_point10k.shp","finished_trace_image/Trace_hand_TRN_LYL_2009dec_v1_diss_multi","0 0 250 250","10000","1 Meters","POINT","0")

Q-GISで実施するための参考資料

Module 3: Introduction to QGIS and Land Cover Classification
https://servirglobal.net/Portals/0/Documents/Articles/ChangeDetectionTraining/Module3_LC_Classification_Accuracy_Assessment.pdf
(Remote Sensing for Forest Cover Change Detection https://servirglobal.net/Portals/0/Documents/Articles/ChangeDetectionTraining/HowToGetStarted.pdf)

★From GIS to Remote Sensing Calculate Classification Error in QGIS with GRASS
https://fromgistors.blogspot.com/2013/07/classification-error-QGIS.html

Object-oriented classification
http://translate.google.com/translate?hl=en&sl=cs&tl=ja&u=http%3A%2F%2Fgeo.fsv.cvut.cz%2Fgwiki%2F153ZODH_%2F_15._cvi?en?&sandbox=1
http://geo.fsv.cvut.cz/gwiki/153ZODH_/_15._cvi?en?

OBIA Segementation based supervised classification
https://www.youtube.com/watch?v=aBw83S5gW2w

福島原子力発電所の事故にともなう、食品の出荷制限と食品の放射性物質の量についての近況

福島沖での操業は震災後に一時的になくなり、漁獲統計も一部で途絶えていますが、現在どうなっているのかについて、問い合わせを受けたので、公式な情報を以下に羅列しました。

水産庁のサイト
http://www.jfa.maff.go.jp/j/housyanou/kekka.html
こちらで検体ごとの数字が公表されています。
「これまで109,448検体の水産物の放射性物質調査を行ってきました(平成29年5月29日現在)。調査の結果、基準値(100 Bq/kg)を超える割合は事故からの時間の経過に伴い低下してきており、特に福島県においては、平成23年4-6月期には基準値を超える割合が53％となっていましたが、平成27年10-12月期では0.1％まで低下しました。」
とのことで、ほとんど基準値を超える海産の水産物は出ていないというのが現状です。3年前くらいまでは根付きの魚などで、まれに外れ値のように高いものが出るのがなんだのだろうという話を聞いたことがありますが、そうした状況も徐々に改善されている模様です。どういうわけか、長距離の移動をすることもあるのですね。それ自体は生態として興味深いです。

実際に福島県の試験操業対象種の放射線量の測定結果の時系列変化を見ると、アイナメなどの根付きの魚やエイ・カレイ類などの底魚で比較的高い値から徐々に減少して近年ぼぼ基準値以下となっていますし、沿岸の魚種などは種によってだいぶパターンが異なり興味深いです。また、浮き魚でも栄養段階が高いもののほうが値も相対的に高くなっています。

試験操業対象種ごとの放射線量の測定結果の時系列変化
http://www.fsgyoren.jf-net.ne.jp/siso/buhin/20170201taisyousyu.pdf

放射性物資のの起源が何なのかというメカニズムや今後の予測の検討に必要な、餌生物や土壌の測定を同時に行っていなさそうである点が残念です。

さて、こうした状況を背景に、試験操業を開始しているわけです。

そもそも試験試験操業とはなんなのでしょうか？以下の福島県のサイトに状況が記載されています。

福島県のサイト：ホーム > 農林水産業 > 試験操業の状況
試験操業の状況 http://www.pref.fukushima.lg.jp/site/portal/list274-860.html

小規模な操業と販売により出荷先での評価を調査するもので、「販売される漁獲物は福島県漁連が中心となり、放射性物質の検査を行っています。万が一にも国の基準値である100Bq／kgを超えるものを出荷しないようにするため試験操業においては、自主基準を50Bq／kgとしています。」とあり、要するに検査をやりながら小規模な漁獲と出荷を行っています。

対象は、以下にあるとおり、現在では特定の種を除くすべてです。

* 「平成24年6月に3魚種を対象に始まった試験操業は、毎週200検体前後のモニタリング検査結果により安全が確認された魚種が対象として選定され、平成29年1月までに97魚種が対象となりました。
* 平成29年3月に、福島県漁業協同組合長会議において、平成27年4月以降のモニタリング検査で基準値を超える魚種は認められず安全が確認されていることから、出荷方針が改正され、試験操業対象種の表記が「すべての魚介類（出荷制限魚種を除く）」に変更されました。」

なお、水産物以外については、以下のサイトに出荷停止などが記載されています。
ホーム > 水・食品等の放射性物質検査 > 農林水産物
農林水産物
http://www.pref.fukushima.lg.jp/site/portal/list280-889.html

これを見ると、キノコ、川魚、山菜などがまだかなり出荷停止になっているようです。
個人的にはキノコが濃縮することはよく知られていますが、流れて集まる先である川の生物でまだこれほど高いという点は割と盲点だったのではないかと思います。また、山菜についてはどういうメカニズムで高いのかすぐに理解できないです。山菜の新しい芽にそれほど濃縮するものなのか、森林で樹皮に放射性セシウムの高い値が見られたようなので、そうしたものが表層の土壌となってまだ林内でそこそこ高いのか、よくわかりません。ここでも、食品以外を同時に調べていないので、判断がつかないです。こうした調査は各県の試験場などでやっているわけですが、意識の高い職員がいたり、大学などの研究者が入っていればそうしたものを調べているのかもしれないですが、情報はありますかね。

それはそうと放射性物質の除去をうたってキノコを育てて濃縮するというのは成立するのだろうか。

テキストファイルのラインやポリゴンをインポートする

ラインやポリゴンであるという属性を付けたcsvのポイントからインポートして、ラインやポリゴンに変換したい。現状ではxyで読む（デリミティッドテキストレイヤの追加）としたり、一度ポイントで読み込んでからラインにするなどひと手間かけるのほうが一般的かもしれません。しかし、ラインなどをテキストでちょっとだけいじりたいという場合に、最初からテキストでポリゴンが作成できれば便利なはず。

ただし、9.x
http://resources.esri.com/help/9.3/ArcGISDesktop/com/Gp_ToolRef/data_management_samples_tools/create_features_from_text_file_samples_.htm

以前はサンプルツールボックスが提供されていたのだが、DLできなくなったと思っていたのですが・・・
https://blog.esrij.com/2012/04/13/arcgis-desktop-97af/

以下にまだあるようです。
https://gis.stackexchange.com/questions/133883/resurrecting-contents-of-arcgis-9-x-samples-toolbox-on-10-x/250830

使い勝手悪そうなので、自分で書いた方が良いも・・・

Ubuntu16.04とCUDA、DIGITS 6の導入

Ubuntu16.04の導入に苦戦したのでメモしておきます。

（追記：全部Docker上でやるなら、以下がよさそうです。CUDAはNVIDIA Docker上で導入してくれるようなので。　
Ubuntu16.04を入れて、nvidia-docker2を入れて、Chainerを動かす - Qiita
）

まずWindows導入後パーティションを切ってisoを焼いたUbuntuのCDからブートする。

この、Ubuntuインストールの際にNVIDIAのドライバと相性が悪くはまります。
インストールか起動かの選択画面（GNU GRUB）で、eを押して起動コマンドを編集を表示し、
起動コマンドのquiet splash ---の箇所をquiet splash nomodesetに書き換える必要があります。

正しいグラフィックドライバを入れるまではインストール後も同様です。
Ubuntuの起動時も e でquiet splash -> quiet splash nomodesetと変更し、起動し、必要に応じて
起動後にsudo gedit /etc/default/grub （もしくは sudo nautilusで該当ファイルに移動）で「quiet splash -> quiet splash nomodeset」に変更し、sudo update-grubとして、grubを最初から書き換えてしまいます。

以下の方法でグラフィックドライバをいったん無効にします。

パッケージの更新と必要なパッケージのインストール
sudo apt-get update -y
sudo apt-get install -y build-essential
sudo apt-get install jq
sudo apt-get install -y linux-image-extra-virtual
sudo apt-get install -y linux-source

##Nouveauドライバの無効化
lsmod | grep -i nouveau
#/etc/modprobe.d/blacklist-nouveau.confを作成し
sudo sh -c "cat << ETX > /etc/modprobe.d/blacklist-nouveau.conf
blacklist nouveau
blacklist lbm-nouveau
options nouveau modeset=0
alias nouveau off
alias lbm-nouveau off
ETX" && cat /etc/modprobe.d/blacklist-nouveau.conf

#/bootにある既存のInitramfsの更新
sudo update-initramfs -u
#result-example
update-initramfs: Generating /boot/initrd.img-3.13.0-85-generic
#command
sudo reboot

次に、ドライバ入れるのも一苦労です。以下を参考に適切なドライバを検索しておきます。
https://qiita.com/sasayabaku/items/2323a2c501e58c0621b6
https://qiita.com/daikumatan/items/26039fc23edabf76a9c4

16.04 is new and all packages are not ready to use in all servers. The problem is not about nvidia drivers or anything about broken pacages.
Using Main Server to download packages solve my problem.
System Settings
Software & Updates
Select "Main Server" from "Download from" section
https://askubuntu.com/questions/765448/ubuntu-16-04-nvidia-gpu-driver-can-not-use-proprietary-driver

そしてドライバーを入れます。

#GTX1080Tiのドライバをインストール
#aptのリポジトリに追加する．
sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt update
#ドライバのインストール
sudo apt install nvidia-381
#確認
sudo modprobe nvidia
nvidia-smi

ここまででようやく、画面がまっとうな解像度でに表示されるようになります

Windowsとのデュアルブートの使い勝手を良くするために以下のような設定をします。

grubの編集による起動順の変更
http://robotics4society.com/2016/06/15/ubuntu-boot/ （sudo nautilusで直接変更するのが便利）

また、リモートで実行できるようにXRDPを以下に従って設定しました。
これでインストール待ち時間も他の仕事ができます。
設定後はWindowsのリモートデスクトップから接続し、「console」を選択して設定したパスをいれると画面にアクセスでいます。

Windows10からUbuntu16.04へリモートデスクトップ接続する設定
http://watarisein.hatenablog.com/entry/2017/06/24/235551

Ubuntu 16.04: Unityデスクトップ環境にXRDPで接続する
https://www.hiroom2.com/2016/08/28/ubuntu-16-04-unity%E3%81%ABvnc-xrdp%E3%81%A7%E3%83%AA%E3%83%A2%E3%83%BC%E3%83%88%E6%8E%A5%E7%B6%9A%E3%81%99%E3%82%8B/

次に、いよいよCUDAやDIGITSをいれていきます。

#CUDA Download: https://developer.nvidia.com/cuda-downloadsからDLしておいて、
sudo dpkg -i cuda-repo-ubuntu1404_7.5-18_amd64.deb
sudo apt update
sudo apt-key adv --keyserver keyserver.ubuntu.com --recv-keys F60F4B3D7FA2AF80
sudo apt update
sudo apt install cuda

#以下の設定を~/.bashrcなどに記述すると，CUDAライブラリが使用可能になる．（sudo nautilusでエディタで直接変更しましたが、もっといい方法があるかと）
cat << ETX >> ${HOME}/.bashrc
export PATH=/usr/local/cuda/bin:\$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:\$LD_LIBRARY_PATH
ETX
source .bashrc

#参考https://ystklog.com/412
#インストール確認
nvcc -V

#参考
#https://qiita.com/daikumatan/items/26039fc23edabf76a9c4
#https://qiita.com/JeJeNeNo/items/05e148a325192004e2cd

cuDNNについて

https://developer.nvidia.com/rdp/cudnn-download
の
cuDNN v6.0 Runtime Library for Ubuntu16.04 (Deb)
cuDNN v6.0 Developer Library for Ubuntu16.04 (Deb)
cuDNN v6.0 Code Samples and User Guide for Ubuntu16.04 (Deb)
の３つをダウンロードしたフォルダで以下実行

sudo dpkg -i libcudnn*deb

続けてDockerとNVIDEA Dockerを入れます。

参考：
https://qiita.com/Sert/items/48fafa5b28be5b739784

https://qiita.com/koara-local/items/ee887bab8c7186d00a88
...
https://qiita.com/yukoba/items/3692f1cb677b2383c983

ここでどうもドライバのバージョンが合わないとのエラーがでてはまりました。

なんかうまくいかない？
sudo usermod -a -G docker $USER
apt-get install cuda-drivers
#リブートする
https://qiita.com/Sert/items/48fafa5b28be5b739784

Nvidia Docker
https://github.com/NVIDIA/nvidia-docker

最終的に、再起動してやりなおしたらうまくいったようです。