[PYTHON] Erstellen einer TensorFlow-Umgebung, die GPUs unter Windows 10 verwendet

Erstellen einer TensorFlow-Umgebung, die GPUs unter Windows verwendet

Ich habe eine Umgebung erstellt, um TensorFlow mit Python unter Verwendung von Anaconda und Spyder auszuführen. Grundsätzlich beziehe ich mich auf Folgendes [Intelligente neugierige Verwendung von Tensorflow-GPU unter Windows 10](https://intellectual-curiosity.tokyo/2019/06/17/windows-10%E3%81%A7tensorflow-gpu%E3%82%92% E4% BD% BF% E3% 81% 86% E6% 96% B9% E6% B3% 95 /)

PC-Umgebung

• Windows10(64bit)
• GeForce GTX1070

Was zu verwenden

• Anaconda(Python3.6)
• CUDA Toolkit 10.0
• cuDNN v7.6.0
• Tensorflow-gpu 1.13.1
• VisualStudio2019※

• Ich habe es installiert, weil es in Referenzseite verwendet wird, aber ich habe es nicht für die Entwicklung verwendet.

Vorsichtsmaßnahmen beim Einstellen der Umgebung

Abhängig von der Version jedes Pakets wird die GPU möglicherweise nicht erkannt. Überprüfen Sie unbedingt die zu installierende Version aus dieser Tabelle.

Installation von Anaconda

1. Anaconda-Download-Seite Laden Sie das Python 3.7 Windows-Installationsprogramm von herunter
2. Starten Sie das Installationsprogramm, stimmen Sie den Bedingungen zu, geben Sie das Installationsziel an und installieren Sie es

Referenz: Pythonjapan Windows-Version installieren

Installieren des Cuda Toolkit

Diese Seite wird als Referenz verwendet. Sie müssen Microsoft Visual Studio im Voraus installieren.

1. Laden Sie das Toolkit von der CUDA-Installationsseite herunter (https://developer.nvidia.com/cuda-toolkit-archive).

• Klicken Sie auf CUDA Toolkit 10.0 und wählen Sie [Windows] - [x86-64] - [10] (Die letzte Version ist die Windows-Version)

• "Überprüfen Sie unbedingt die Version, die Sie unter [hier] installieren (https://www.tensorflow.org/install/source#gpu)."

2. Installieren Sie vom heruntergeladenen Installationsprogramm

• Stimmen Sie den Bedingungen zu und wählen Sie das Installationsziel aus --Wählen Sie eine benutzerdefinierte Option --Installieren Sie nach dem Installationsprogramm (ich denke, es gibt kein Problem mit dem grundlegenden "Weiter")

3. Überprüfen Sie die Umgebungsvariablen

• Bedienfeld-> System und Sicherheit-> System-> Umgebungsvariable aus den erweiterten Systemeinstellungen auswählen
• Stellen Sie sicher, dass die Systemumgebungsvariablen: CUDA_PATH : C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0 --Überprüfen Sie außerdem, ob der Pfadwert der Benutzerumgebungsvariablen Folgendes enthält: C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\extras\CUPTI\lib64

4. Überprüfen Sie an der Eingabeaufforderung, ob nvcc erfolgreich ist Wenn die Installation erfolgreich ist, wird der Pfad der cuda exe-Datei angezeigt.

CuDNN installieren

1. Datei herunterladen -Gehen Sie zu Download-Seite --Registrierung, da Sie sich als Mitglied von Nvidia Developer registrieren müssen

• Gehen Sie erneut zur Download-Seite und laden Sie die Version herunter, die Sie installieren möchten

2. Anpassung der Download-Datei

• Die Zip-Datei wird heruntergeladen. Extrahieren Sie sie daher mit der Extraktionssoftware.
• Da derselbe Ordner in dem Ordner vorhanden ist, in dem CUDA installiert ist (C: \ Programme \ NVIDIA GPU Computing Toolkit \ CUDA \ v10.0), kopieren Sie den heruntergeladenen Ordner nach CUDA.
• Fügen Sie den Systemumgebungsvariablen Folgendes hinzu CUDNN_PATH : C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0

Installieren Sie Tensorflow-GPU

Diese Seite wird als Referenz verwendet. Es wird empfohlen, eine virtuelle Umgebung zu erstellen, da Tensorflow mit CPU und Tensorflow-GPU in Konflikt steht und je nach Version kompatibel ist.

1. Erstellen Sie eine virtuelle Umgebung für Anaconda --Öffnen Sie anacondaPrompt und erstellen Sie eine virtuelle Umgebung mit Befehlen

> conda create -n [Umgebungsname] python=3.6 anaconda
> activate [Umgebungsname]

2. Installieren Sie tensorflow-gpu in der erstellten virtuellen Umgebung Führen Sie den folgenden Befehl aus

• [Version] Geben Sie die Version ein, die Sie installieren möchten

> pip install tensorflow-gpu==[version]

3. Testen Führen Sie den folgenden Befehl aus, um spyder zu starten

> spyder

Gehen Sie bei Spyder wie folgt vor

from tensorflow.python.client import device_lib
print(device_lib.list_local_devices())

Erfolgreich, wenn device_type: "GPU" am unteren Rand der Ausgabe angezeigt wird

Referenz

Intellektuell neugierig Wie man Tensorflow-GPU unter Windows 10 verwendet: https://intellectual-curiosity.tokyo/2019/06/17/windows-10%E3%81%A7tensorflow-gpu%E3%82%92%E4% BD% BF% E3% 81% 86% E6% 96% B9% E6% B3% 95 /

Installation der Pythonjapan Windows-Version: https://www.python.jp/install/anaconda/windows/install.html Installation von NVIDIA CUDA Tool Kit 10.1 (unter Windows): https://www.kkaneko.jp/tools/win/cuda.html Aufbau der TensorFlow-Umgebung für die GPU-Version (Windows 10): http://tecsingularity.com/cuda/tensorflowenv/