Aufbau einer KI / maschinellen Lernumgebung mit Python

■ PC-Umgebung CPU：i7 Hauptspeicher: 16 GB GPU：NVIDIA 「Tesla80」

■OS WindowsServer2019／64bit

■ Setup-Tool ● GPU-Umgebung (Cuda) Treiber "Tesla K80" CUDA toolkit CUDA10.0 [cuda_10.0.130_win10_network.exe] cuDNN7.4 [cudnn-10.0-windows10-x64-v7.6.0.64.zip] ● Python-Umgebung Python3.8 (Miniconda3 Windows 64-bit)

① GPU (Cuda) Treiber-Setup Laden Sie den Tesla K80-Treiber von NVIDIA herunter und installieren Sie ihn.

URL：https://www.nvidia.com/Download/Find.aspx Wählen Sie auf der Website den folgenden Produkttyp aus Product Type: Datacenter/Tesla Product Series: K-Series Product Type: Tesla k80 OS: Windows 2019

② Cuda Toolkit-Setup ● CUDA Toolkit-Download-Site Laden Sie CUDA10.0 [cuda_10.0.130_win10_network.exe] von der folgenden Site herunter https://developer.nvidia.com/cuda-10.0-download-archive

Installieren Sie die heruntergeladene Exe Wählen Sie "A GREE AND CONTINUE" auf dem Bildschirm unten

Wählen Sie Benutzerdefiniert und klicken Sie auf Weiter

Überprüfen Sie unten und klicken Sie auf Weiter

Weiter klicken

Überprüfen Sie und klicken Sie auf Weiter

Weiter klicken

Klicken Sie auf SCHLIESSEN

● cudnn Download-Site https://developer.nvidia.com/rdp/cudnn-archive Laden Sie cuDNN7.4 [cudnn-10.0-windows10-x64-v7.6.0.64.zip] von der folgenden Site herunter https://developer.nvidia.com/compute/machine-learning/cudnn/secure/v7.6.0.64/prod/10.0_20190516/cudnn-10.0-windows10-x64-v7.6.0.64.zip

Entpacken Sie den DL "cudnn-10.0-windows10-x64-v7.6.0.64.zip" Kopieren Sie die Datei gemäß der folgenden Konfiguration

● Setup cudnn-10.0-windows10-x64-v7.6.0.64 └─cuda │ ├─bin │ cudnn64_7.dll => Nach C kopieren: \ Programme \ NVIDIA GPU Computing Toolkit \ CUDA \ v10.0 \ bin
│ ├─include │ cudnn.h => Nach C: \ Programme \ NVIDIA GPU Computing Toolkit \ CUDA \ v10.0 \ include kopieren │ └─lib └─x64 Kopieren Sie nach cudnn.lib => C: \ Programme \ NVIDIA GPU Computing Toolkit \ CUDA \ v10.0 \ lib \ x64

Damit ist die Einrichtung des CUDA Toolkit abgeschlossen

③ Python-Umgebung (Anaconda oder Miniconda) Dieses Mal werden wir eine Mini-Version von Anaconda, Miniconda, einrichten und eine virtuelle Python-Umgebung erstellen. Laden Sie "Miniconda3 Windows 64-Bit (Miniconda3-neueste-Windows-x86_64.exe)" von der folgenden Site herunter https://conda.io/miniconda.html

Doppelklicken Sie auf die heruntergeladene Datei "Miniconda3-latest-Windows-x86_64.exe" und führen Sie die folgenden Schritte aus, um sie zu installieren. Da der Benutzername "Administrator" lautet, wird Path außerdem durch Ihre eigene PC-Umgebung ersetzt.

● Klicken Sie auf Weiter

● Wählen Sie Ich stimme zu

● Klicken Sie auf Weiter

● Drücken Sie Installieren Es gibt ein Kontrollkästchen, um festzustellen, ob der globale Pfad geändert werden soll. Dies wird jedoch nicht wie empfohlen geändert (nicht aktivieren).

● Klicken Sie auf Weiter

● Deaktivieren Sie das Kontrollkästchen und klicken Sie auf Fertig stellen

● Starten Sie die Anaconda-Eingabeaufforderung (miniconda3) über das Startmenü

Anaconda Prompt wird angezeigt

Nachfolgende Arbeiten werden mit Anaconda Prompt durchgeführt

■ Erstellen Sie eine beliebige Version der Python-Umgebung Ab Oktober 2020 ist die neueste Version von Python 3.8.5, aber die neueste Version von Tensorflow unterstützt 3.8 nicht, daher wurde sie mit der Version "3.7" erstellt.

● Ausführungsbefehl

conda create -n py37 python=3.7

● Eine Liste zusätzlicher Installationspakete wird angezeigt. Geben Sie "y" ein und drücken Sie die Eingabetaste.

Nach Abschluss der Installation wird standardmäßig eine virtuelle Umgebung im folgenden Pfad erstellt. 「C:\ProgramData\Miniconda3\envs\py37」

● Starten Sie die virtuelle Umgebung

conda activate py37

● Python-Versionsprüfung

python --version

● Überprüfen Sie die erstellte virtuelle Umgebung

conda info -e

● Beim Stoppen der virtuellen Umgebung

conda deactivate

■ Installation von Erweiterungspaketen python -m pip install --upgrade pip pip install tensorflow-gpu==2.0 pip install keras==2.3.1 pip install scikit-learn pip install pandas pip install beautifulsoup4 pip install requests pip install matplotlib pip install pillow pip install opencv-python pip install pyttsx3 pip install pydot pip install pydotplus pip install lxml pip install janome pip install seaborn pip install pydot-ng pip install IPython pip install jupyter conda install graphviz

Fügen Sie den Pfad der in der virtuellen Umgebung installierten Bibliothek "graphviz" in die Systemumgebungsvariable "Path" ein. Beispiel) C: \ ProgramData \ Miniconda3 \ envs \ py37 \ Library \ bin \ graphviz

■ Starten Sie Jupyter Notebook

jupyter notebook

Der Browser startet und der folgende Bildschirm wird angezeigt

■ Installieren Sie den unten auszuführenden Quellcode C:\share

■ Ändern Sie das Ausgangsverzeichnis von Jupyter Notebook

Erstellen Sie eine Jupyter-Notebook-Konfigurationsdatei Starten Sie die virtuelle Umgebung mit Anaconda Prompt

conda activate py37

Führen Sie den folgenden Befehl aus

jupyter notebook --generate-config

Da "Standardkonfiguration" in [C: \ Benutzer \ [Benutzername] \ .jupyter \ jupyter_notebook_config.py] generiert wird, wird "Standardkonfiguration" c.NotebookApp.notebook_dir = '' Wird wie folgt geändert (diesmal "c: \ share") * Löschen Sie das # am Anfang c.NotebookApp.notebook_dir = 'c:\share'

Damit ist die Einstellung abgeschlossen

■Jupyter Notebook　tips

· Hilfe ESC＋H

Programmausführung von Jupyter Notebook zurücksetzen Initialisieren Sie den Kernel mit "Kernel → Ausgabe neu starten und löschen" in der Symbolleiste

・ Anzeige / Löschung der Zellenzeilennummer ESC+L