anaconda,cuda toolkit 8.0 でTensorflow 1.3.0 開発環境を整える。

Python, TensorFlowディープラーニング, 機械学習

最近はやりのディープラーニングで遊ぶためにNvidia GPU を使ったTensorFlowの開発環境を整えてみましょう。

 

用意するもの

anaconda python3.6

CUDA Toolkit 8.0 GA2

Nvidia cuDNN

 

Python anaconda

anaconda を使ってPython3.6をインストールします。

TensorFlow1.3.0はPython3.5までしか対応していませんが、のちに3.5の仮想環境を組みます。

とりあえず3.6のanaconda5をインストールしてください。

設定はデフォルトです。

 

CUDA Toolkit 8.0

現行のCuda Toolkit のバージョンは9.0ですがTensorFlow が対応していないのでNvidiaのarchive(CUDA Toolkit 8.0 GA2)からToolkit 8.0をインストールしてください。

設定はデフォルトです。

インストールだが終わったら

下記のフォルダの構造を確認してください。

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0

画像のようになっていたらOKです。

Nvidia cuDNN

TensorFlowではNvidiaが提供するGPUtoolkitのライブラリ、cuDNNを使います。

Nvidia cuDNN

からDownloadをクリックしNvidia Developerへの登録を求められるので登録し

Download cuDNN v6.0 (April 27, 2017), for CUDA 8.0

をダウンロード、解凍してください。

そしてファイル構造が

のようになっているので各フォルダの中身を

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0

の対応するフォルダにコピーしてください。

管理者権限が求められます。

なおlibにはさらにx64というフォルダにcudnn.libというファイルがあるのでそのファイルを

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\lib\x64\

にコピーしてください。

TensorFlowのインストール

それではTensorFlowのインストールを行っていきます。

anaconda navigatorを立ち上げます。

Createから名前をtf130-gpu_python3_5(任意)としPythonのバージョンを3.5にしてCreateを押します。

環境構築が終わると三角マーク ▶ からopen terminalより

コマンドプロンプトが立ち上がるので

としtensorflow1.3.0をインストールします。

インストールまでしばらく待ちましょう。

なお上記のCUDAのインストールがうまくいっていない場合はここでエラーになるかと思います。

opencvのインストール

なにかと役に立つopencvもここでインストールしておきます。

openCVはPython3.6ではインストールできません。

Python3.5でインストールを行います。

より途中でy/nが出るのでyで進めます。

よりpython3.5.4を起動させ

 

が問題なくいけばインストール成功です。

おわりに

これにてtensorflowの開発環境は整いました。

しかし、エディターはどうするでしょうか。

インタープリターで対話形式で行うにはディープラーニングではつらいと思います。

次回ではPythonのコード補完を持ったPycharmのインストールを行います。