Ich habe einen neuen PC eingerichtet und Chainer 1.5 unter Windows installiert. Als ich versuchte, die GPU zu verwenden, war es ein wenig mühsam, also werde ich eine Notiz hinterlassen. Meine Umgebung ist die 64-Bit-Version von Windows 8.1.
Installieren Sie zuerst CUDA. Wenn Sie Chainer zuerst ohne CUDA-Umgebung installiert haben, müssen Sie anscheinend CUDA aktivieren und dann Chainer erneut installieren.
Microsoft Visual C++ Compiler for Python 2.7 Es scheint das Modul bei der Installation von Chainer zu kompilieren, daher ist es dafür notwendig.
Abgesehen von dem oben genannten ist es erforderlich, nvcc (CUDA-Compiler) zu verwenden, wenn GPU-kompatibler Code ausgeführt wird. CUDA 7.5 scheint VS 2010, 2012, 2013 zu unterstützen. Wenn Sie eine kommerzielle Version von Visual Studio haben, können Sie diese normal installieren.
Dieses Mal war es für den Heimgebrauch, also habe ich versucht, das kostenlose Visual Studio 2013 Express zu verwenden, aber CUDA 7.5 scheint die Express-Version nicht offiziell zu unterstützen. Das einzige Problem schien der Unterschied zwischen dem Verzeichnisnamen und dem Dateinamen zu sein, sodass ich ihn sicher verschieben konnte, indem ich die folgenden Schritte ausführte.
`C: \ Programme (x86) \ Microsoft Visual Studio 12.0 \ VC \ bin \ x86_amd64``` bis`
C: \ Programme (x86) \ Microsoft Visual Studio 12.0 \ VC \ bin \ amd64` Kopieren nach ``. `vcvarsx86_amd64.bat``` im Verzeichnis in
vcvars64.bat``` umPython für Windows wird in verschiedenen Paketen verteilt, und ich bin mir nicht sicher, welches ich wählen soll. Ich möchte auch Jupyter verwenden, daher habe ich mich dieses Mal entschlossen, es von Anaconda aus zu installieren.
Führen Sie \ Microsoft Visual Studio 12.0 \ vc \ bin \ amd64 \ vcvars64.bat "` `` aus (das Verzeichnis ändert sich je nach VS-Version).
Recommended Posts