TensorFlow環境再導入

訳あってTensorFlow環境(GPU連携有)を再構築することにしたので、再度覚え書きを作成することにする。

基本環境

Anaconda

以下のページよりWindows向けのPython 3.7 version を選択してダウンロード、インストール。

www.anaconda.com

 Anaconda起動後、 Environments→Create をクリック。以下の内容で環境を作成する。

  • Name：任意
  • Python：3.6
  • R：チェックなし

TensorFlow

作成された環境の▼マークをクリックしてOpen Terminalを実行。以下の公式サイトの指示に従ってGPU向けTensorFlowをインストール。

 

www.tensorflow.org

以下のコマンドで安定版をインストール。また今後の学習で必要となる各種ライブラリもこのターミナルからpipコマンドでインストールすればよい。

pip install tensorflow-gpu  

GPU関連ツール

GPU連携に必要な以下のソフトウェアをインストールしていく。いずれも指定されたバージョンをインストールすれば問題なさそうだ。

 

Software requirements 

 

The following NVIDIA® software must be installed on your system:

 

GPUドライバーは一応最新化しておいた。リンク先でドライバーを選択する際にWindows Driver TypeとDownload Typeという項目を選択する必要があるが、とりあえず初期選択されているStandardとGame Ready Driver を指定しておけばよさそう。

CUPTIが何なのかはよくわからないが、CUDA Toolkitをインストールすれば勝手に付属してくるようなので気にする必要なし。

cuDNNはzipファイルで提供されていてダウンロード後解凍してどこかへ配置する必要があるが、この後のパス設定の都合上、特に問題なければC:\tools\cudaフォルダを作成し、その内部に展開されたファイルを配置する。

各ツールのインストール先を環境変数PATHに設定する。デフォルトのインストール先であれば以下の通りとなっているはずである。

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\extras\CUPTI\libx64
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\include
C:\tools\cuda\bin

以上の手順でGPU連携下でのTensorFlow環境が構築できているはずである。正常にGPUを認識しているかどうかの確認方法は、Googleで調べれば出てくるので確認してみてほしい。

 

 

 

 

 

 

 

 

ディープラーニング学習環境構築メモ

GPU環境でのTensorFlow導入メモ(Windows10 Pro 64bit)

  1. anaconda 5.2
  2. Python 3.6.4
  3. tensorflow-gpu 1.8.0
  4. CUDA Toolkit 9.0
  5. ASUS PH-GTX1050-2G

 １．https://www.anaconda.com/download/ からインストーラダウンロード実行(Python3.6 versionを選択)インストール時に実行ファイルのあるフォルダを環境変数PATHに追加するかどうか聞かれる → 非推奨だが面倒くさいのでそちらを選択した。

２．PATHを通したのでコマンドラインから普通にPythonが呼べるはず。

３．https://www.tensorflow.org/install/ の記述に従って必要なソフトウェアをインストール。Windows環境なので Installing TensorFlow on Windows  を参照。

４．GPUサポート有で環境構築するのでCUDA Toolkit 9.0のインストールが必要(最初9.2をインストールしてしまってハマった)。

 ５．https://developer.nvidia.com/cuda-gpus を参照してCUDAに対応しているGPUを選定。学習目的なので安価なGTX1050モデルを選択した。

詳解ディープラーニングのサンプルを実行してみたところ、結構早くなった、気がする。