Création d'un environnement TensorFlow qui utilise des GPU sous Windows 10

Création d'un environnement TensorFlow qui utilise des GPU sous Windows

J'ai créé un environnement pour exécuter TensorFlow avec Python en utilisant Anaconda et spyder. Fondamentalement, je fais référence à ce qui suit [Intelligent Curious Comment utiliser tensorflow-gpu sous Windows 10](https://intellectual-curiosity.tokyo/2019/06/17/windows-10%E3%81%A7tensorflow-gpu%E3%82%92% E4% BD% BF% E3% 81% 86% E6% 96% B9% E6% B3% 95 /)

Environnement PC

• Windows10(64bit)
• GeForce GTX1070

Quoi utiliser

• Anaconda(Python3.6)
• CUDA Toolkit 10.0
• cuDNN v7.6.0
• Tensorflow-gpu 1.13.1
• VisualStudio2019※

• Je l'ai installé car il est utilisé dans Page de référence, mais je ne l'ai pas utilisé pour le développement.

Précautions lors de la configuration de l'environnement

Selon la version de chaque package, il se peut qu'il ne reconnaisse pas le GPU. Assurez-vous de vérifier la version à installer à partir de ce tableau

Installation d'Anaconda

1. Page de téléchargement d'Anaconda Téléchargez le programme d'installation Windows Python 3.7 à partir de
2. Démarrez le programme d'installation, acceptez les conditions et spécifiez la destination d'installation, puis installez

Référence: Installer la version Windows de Pythonjapan

Installation de la boîte à outils Cuda

Cette page est utilisée comme référence. Vous devez installer Microsoft Visual Studio à l'avance.

1. Téléchargez la boîte à outils à partir de la page d'installation de CUDA (https://developer.nvidia.com/cuda-toolkit-archive) --Cliquez sur CUDA Toolkit 10.0 et sélectionnez [Windows] - [x86-64] - [10] (La dernière version est la version Windows)

• "Assurez-vous de vérifier la version que vous installez sur ici"

2. Installez à partir du programme d'installation téléchargé

• Acceptez les conditions et sélectionnez la destination d'installation --Choisissez une option personnalisée --Installer selon l'installateur (je pense qu'il n'y a pas de problème avec le "Next" de base)

3. Vérifiez les variables d'environnement

• Panneau de contrôle-> Système et sécurité-> Système-> Sélectionnez la variable d'environnement dans les paramètres système avancés
• Assurez-vous que les variables d'environnement système sont: CUDA_PATH : C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0
• Vérifiez également que la valeur Path de la variable d'environnement utilisateur a les éléments suivants: C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\extras\CUPTI\lib64

4. Vérifiez si nvcc réussit à l'invite de commande Si l'installation réussit, le chemin du fichier cuda exe sera affiché.

Installation de cuDNN

1. Téléchargez le fichier -Allez sur Page de téléchargement

• Inscription car vous devrez vous inscrire en tant que membre de Nvidia Developer
• Revenez sur la page de téléchargement et téléchargez la version que vous souhaitez installer

2. Adaptation du fichier téléchargé

• Le fichier Zip sera téléchargé, alors extrayez-le avec le logiciel d'extraction.
• Comme le même dossier existe dans le dossier où CUDA est installé (C: \ Program Files \ NVIDIA GPU Computing Toolkit \ CUDA \ v10.0), copiez le dossier téléchargé dans CUDA. --Ajoutez les éléments suivants aux variables d'environnement système CUDNN_PATH : C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0

Installez tensorflow-gpu

Cette page est utilisée comme référence. Il est recommandé de créer un environnement virtuel car tensorflow utilisant cpu et tensorflow-gpu sont en conflit et sont compatibles selon la version.

1. Créez un environnement virtuel pour Anaconda --Ouvrez anacondaPrompt et créez un environnement virtuel avec des commandes

> conda create -n [Nom de l'environnement] python=3.6 anaconda
> activate [Nom de l'environnement]

2. Installez tensorflow-gpu dans l'environnement virtuel créé Exécutez la commande suivante

• [version] saisissez la version que vous souhaitez installer

> pip install tensorflow-gpu==[version]

3. Test Exécutez la commande suivante pour démarrer spyder

> spyder

Faites ce qui suit sur Spyder

from tensorflow.python.client import device_lib
print(device_lib.list_local_devices())

Réussite si device_type: "GPU" est affiché en bas de la sortie

référence

Intellectuel Curieux Comment utiliser tensorflow-gpu sous Windows 10: https://intellectual-curiosity.tokyo/2019/06/17/windows-10%E3%81%A7tensorflow-gpu%E3%82%92%E4% BD% BF% E3% 81% 86% E6% 96% B9% E6% B3% 95 /

Installation de la version Windows de Pythonjapan: https://www.python.jp/install/anaconda/windows/install.html Installation de NVIDIA CUDA Tool Kit 10.1 (sous Windows): https://www.kkaneko.jp/tools/win/cuda.html Construction de l'environnement TensorFlow version GPU (Windows 10): http://tecsingularity.com/cuda/tensorflowenv/