Dans Chainer2.0, la structure du programme a changé en raison de l'indépendance de cupy. Quand je l'ai mis à jour, je suis resté un peu coincé, alors j'ai écrit la procédure au niveau du mémorandum.
Veuillez vous référer à la page suivante pour savoir comment créer un environnement de base. Installer Chainer + CUDA 8.0 sur Windows 10
Environnement avant la mise à jour
pip uninstall chainer
Le nouveau Chainer est séparé de cupy (bibliothèque numpy avec fonction CUDA), il sera donc compilé avec CUDNN lors de l'installation de CUPY. Le cupy actuel (1.0.0.1) nécessite cudnn v6.0. Alors obtenez la v6 de NVIDIA. https://developer.nvidia.com/cudnn Remarque: l'inscription des membres est requise
Extrayez le fichier zip téléchargé et sélectionnez bin, include, lib sous le dossier cuda pour chaque dossier. C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0 Copier.
Installer à l'aide de pip
pip install cupy
Cela prend environ 1 minute. S'il se termine correctement, passez en revue les variables d'environnement car cudnn n'est pas reconnu.
Travail de confirmation
python
>>> import cupy
>>> import cupy.cudnn
S'il n'y a pas d'erreurs, c'est réussi.
#### 4. Installation des chaînes
`pip install cahiner --no-cache-dir`
## Résumé
Je l'exécutais déjà dans un environnement avec cudnn, donc cette fois c'était relativement facile,
Si vous le créez à partir de l'environnement initial, il semble que vous deviez revoir les paramètres du chemin et inclure à nouveau les variables d'environnement.
(Peut-être que c'est un peu plus facile!?)
Recommended Posts