In Chainer2.0 hat sich die Struktur des Programms aufgrund der Unabhängigkeit von cupy geändert. Als ich es aktualisiert habe, bin ich ein wenig hängen geblieben, also habe ich das Verfahren auf Memorandum-Ebene geschrieben.
Auf der folgenden Seite erfahren Sie, wie Sie eine Basisumgebung erstellen. Installieren Sie Chainer + CUDA 8.0 unter Windows 10
Umgebung vor dem Update
pip uninstall chainer
Der neue Chainer ist von cupy (Numpy-Bibliothek mit CUDA-Funktion) getrennt, sodass er bei der Installation von CUPY gegen CUDNN kompiliert wird. Der aktuelle Cupy (1.0.0.1) erfordert cudnn v6.0. Holen Sie sich also v6 von NVIDIA. https://developer.nvidia.com/cudnn Hinweis: Eine Registrierung der Mitglieder ist erforderlich
Extrahieren Sie die heruntergeladene Zip-Datei und wählen Sie für jeden Ordner unter dem Ordner cuda bin, include, lib aus. C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0 Kopieren nach.
Mit pip installieren
pip install cupy
Es dauert ungefähr 1 Minute. Wenn es reibungslos beendet wird, überprüfen Sie die Umgebungsvariablen, da cudnn nicht erkannt wird.
Bestätigungsarbeit
python
>>> import cupy
>>> import cupy.cudnn
Wenn keine Fehler vorliegen, ist dies erfolgreich.
#### 4. Installation der Kette
`pip install cahiner --no-cache-dir`
## Zusammenfassung
Ich habe es bereits in einer Umgebung mit cudnn ausgeführt, daher war es diesmal relativ einfach.
Wenn Sie es aus der ursprünglichen Umgebung heraus schaffen, müssen Sie anscheinend die Einstellungen des Pfads überprüfen und die Umgebungsvariablen erneut einschließen.
(Vielleicht ist es ein bisschen einfacher !?)
Recommended Posts