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
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。
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
1 |
pip install tensorflow-gpu |
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。
1 |
conda install -c https://conda.anaconda.org/menpo opencv3 |
より途中でy/nが出るのでyで進めます。
1 |
python |
よりpython3.5.4を起動させ
1 2 3 |
import tensorflow as tf import cv2 |
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。