以前やろうとしたときはできなかった気がするが、Windows10でGPUを用いたtensorflowができるとのことで試してみました。
結論から言うと簡単に環境が整えられた。
実行環境
- Windows10 Home
- NVIDIA GeForce GTX1060 6GB (CUDA 1280)
導入するもの
- CUDA Toolkit 9.1
- cuDNN v7.0.5
言葉の確認
CUDAToolkit とは？
- CUDA : Compute Unified Device Architecture：クーダ
- NVIDIAが開発・提供している、GPU向けの汎用並列コンピューティングプラットフォーム（並列コンピューティングアーキテクチャ）およびプログラミングモデル
- メリデメ
- メリット
- NVIDIA製のハードウェア性能を最大限引き出せるように設計
- より本質的なアプリケーションコードやアルゴリズムの実装のみに注力できる
- デメリット
- CUDAはNVIDIA製のGPUでしか使えない
- メリット
- CUDAの処理の流れ（大枠）
cuDNNとは？
- NVIDIAが公開しているDeep Learning用のライブラリ
- 幾つかのヘッダファイルとソースファイルを入れるだけで導入できる。
構築
CUDA をインストール
2018/1/2にインストールした際は、CUDA Toolkit 9.1でしたが、最新版をインストールしてください。
ダウンロード後は、インストーラーに従ってインストールしてください。
cuDNN を導入
こちらも、適宜最新版に読み替えてください。
nvidiaのサイトにログインしてから、「Download cuDNN v7.0.5 (Dec 11, 2017), for CUDA 9.1」-「cuDNN v7.0.5 Library for Windows 10」をダウンロード
cuDNNのライブラリをCudaで利用できるように、ダウンロードしたzipファイル内をC:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.1内に移動する（いくつかのbin/libが必要なだけ）
python,pipのversion確認/tensorflowモジュールインストール
[code]
varlal@DESKTOP-J1PK9R5 MINGW64 ~/python
$ python –version
Python 3.6.0 :: Anaconda 4.3.0 (64-bit)
varlal@DESKTOP-J1PK9R5 MINGW64 ~/python
$ pip –version
pip 9.0.1 from C:\Program Files\Anaconda3\lib\site-packages (python 3.6)
// pip install tensorflow
// pip install tensorflow-gpu
[/code]
利用時
適当なディレクトリに移動（今回はdドライブのtensorflow36ディレクトリ）して、jupter notebookを起動して、コードをノートブックに残せるようにする。
[code]
varlal@DESKTOP-J1PK9R5 MINGW64 /d
$ cd tensorflow36/
$ jupyter notebook
[/code]
動作確認
Qiitaにあった「MNIST動作確認用コード(TensorFlow)」を実行してうまくできたようだ。
まとめ
- tensorflow実行環境を構築
- CUDAToolkitとは、NVIDIAが開発・提供している、GPU向けの汎用並列コンピューティングプラットフォーム
- cuDNNとは、Deep Learning用のライブラリ
- TensorFlowとは、データフローグラフを使用した数値計算用のオープンソースソフトウェアライブラリ
- TensorFlow自体は、GPU(CUDA,cuDNN)を利用しなくても利用できる
コメント
[…] 前回、Windows10+GTX1060でTensorflow実行環境の構築が簡単にできたにて、無事Tensorflowを動かすことができたので、今回はTensorFlowのチュートリアルをやってみます。 […]