Construction d'environnement AI / Machine Learning avec Python

■ Environnement PC CPU：i7 Mémoire principale: 16 Go GPU：NVIDIA 「Tesla80」

■OS WindowsServer2019／64bit

■ Outil de configuration ● Environnement GPU (Cuda) Pilote "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] ● Environnement Python Python3.8 (Miniconda3 Windows 64-bit)

① Configuration du pilote GPU (Cuda) Téléchargez et installez le pilote Tesla K80 de NVIDIA.

URL：https://www.nvidia.com/Download/Find.aspx Sélectionnez le type de produit suivant sur le site Product Type: Datacenter/Tesla Product Series: K-Series Product Type: Tesla k80 OS: Windows 2019

② Configuration de Cuda Toolkit ● Site de téléchargement de CUDA Toolkit Téléchargez CUDA10.0 [cuda_10.0.130_win10_network.exe] à partir du site suivant https://developer.nvidia.com/cuda-10.0-download-archive

Installez l'exe téléchargé Sélectionnez "A GREE AND CONTINUE" sur l'écran ci-dessous

Sélectionnez Personnalisé et cliquez sur Suivant

Vérifiez ci-dessous et cliquez sur Suivant

Cliquez sur Suivant

Vérifiez et cliquez sur Suivant

Cliquez sur Suivant

Cliquez sur CLOSE

● site de téléchargement de cudnn https://developer.nvidia.com/rdp/cudnn-archive Téléchargez cuDNN7.4 [cudnn-10.0-windows10-x64-v7.6.0.64.zip] depuis le site suivant 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

Décompressez le DL "cudnn-10.0-windows10-x64-v7.6.0.64.zip" Copiez le fichier selon la configuration suivante

● Configuration cudnn-10.0-windows10-x64-v7.6.0.64 └─cuda │ ├─bin │ cudnn64_7.dll => Copier dans C: \ Program Files \ NVIDIA GPU Computing Toolkit \ CUDA \ v10.0 \ bin
│ ├─include │ cudnn.h => Copier dans C: \ Program Files \ NVIDIA GPU Computing Toolkit \ CUDA \ v10.0 \ include │ └─lib └─x64 copier dans cudnn.lib => C: \ Program Files \ NVIDIA GPU Computing Toolkit \ CUDA \ v10.0 \ lib \ x64

Ceci termine la configuration de CUDA Toolkit

③ Environnement Python (Anaconda ou miniconda) Cette fois, nous allons mettre en place une mini version d'Anaconda, Miniconda et créer un environnement virtuel Python. Téléchargez «Miniconda3 Windows 64 bits (Miniconda3-latest-Windows-x86_64.exe)» à partir du site suivant https://conda.io/miniconda.html

Double-cliquez sur le fichier "Miniconda3-latest-Windows-x86_64.exe" téléchargé et suivez les étapes ci-dessous pour l'installer. De plus, comme le nom d'utilisateur est «Administrator», Path est remplacé par votre propre environnement PC.

● Appuyez sur Suivant

● Sélectionnez J'accepte

● Appuyez sur Suivant

● Appuyez sur Suivant

● Appuyez sur Installer Il y a une case à cocher pour savoir s'il faut modifier le chemin global, mais cela n'est pas modifié comme recommandé (ne pas cocher)

● Appuyez sur Suivant

● Décochez la case et appuyez sur Terminer

● Démarrez Anaconda Prompt (miniconda3) à partir du menu Démarrer

L'invite Anaconda s'affiche

Des travaux ultérieurs seront effectués avec Anaconda Prompt

■ Créez n'importe quelle version de l'environnement Python Depuis octobre 2020, la dernière version de Python est la 3.8.5, mais la dernière version de Tensorflow ne prend pas en charge la 3.8, elle a donc été créée avec la version "3.7".

● Commande d'exécution

conda create -n py37 python=3.7

● Une liste des packages d'installation supplémentaires s'affiche. Saisissez "y" et appuyez sur Entrée.

Une fois l'installation terminée, un environnement virtuel sera créé par défaut dans le chemin suivant. 「C:\ProgramData\Miniconda3\envs\py37」

● Démarrer l'environnement virtuel

conda activate py37

● vérification de la version de python

python --version

● Vérifiez l'environnement virtuel créé

conda info -e

● Lors de l'arrêt de l'environnement virtuel

conda deactivate

■ Installation de packages d'extension 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

Mettez le chemin de la bibliothèque "graphviz" installée dans l'environnement virtuel dans la variable d'environnement système "Path" Exemple) C: \ ProgramData \ Miniconda3 \ envs \ py37 \ Library \ bin \ graphviz

■ Démarrez Jupyter Notebook

jupyter notebook

Le navigateur démarre et l'écran suivant s'affiche

■ Installez le code source à exécuter ci-dessous C:\share

■ Changer le répertoire initial de Jupyter Notebook

1. Créez un fichier de configuration de notebook jupyter Lancez un environnement virtuel avec Anaconda Prompt

conda activate py37

Exécutez la commande suivante

jupyter notebook --generate-config

Puisque "default config" est généré dans [C: \ Users \ [user name] \ .jupyter \ jupyter_notebook_config.py], "default config" c.NotebookApp.notebook_dir = '' Est modifié comme suit ("c: \ share" cette fois) * Supprimer le # au début c.NotebookApp.notebook_dir = 'c:\share'

Ceci termine le réglage

■Jupyter Notebook　tips

· Aidez-moi ESC＋H

-Réinitialiser l'exécution du programme de Jupyter Notebook Initialisez le noyau avec "Kernel → Restart & Clear Output" dans la barre d'outils

・ Affichage / annulation du numéro de ligne de cellule ESC+L