Anaconda

Deep Learning のための python + GPU環境 (Windows)

Deep Learning のプログラムを動かすのに必要な python + GPU環境を Windows 上に作る。

前提条件

• Windows にCUDA (CUDA 9, cuDNN) がインストールされている。
• Windows にAnaconda がインストールされている。
• Condaを用いた切り換え可能な python 環境が構築できる。

[注意事項 (2019/Aug/28)] 2019/Aug/28 時点で anaconda3 上の python 3.6 でデフォルトでインストールされる tensorflow-gpu-1.14.0 を動かすには CUDA v10.0 が必要である。 cuDNNは最新版のうち CUDA v10.0 に対応したものを入れればよい。

python + GPU環境を生成する

tensorflow の代りに tensorflow-gpu を使う。 それ以外は Deep Learningのための python 環境 (Windows) と全く同じ環境を作る

1. Anaconda で python 3.X の環境がインストールされているものとする。(X ≥ 7)
2. condaを起動して、condaが生成したウィンドウの中で以下の作業を行う。
3. conda で新しい python 環境を作成する。 ここではpython環境の名前は gpu とする。 現時点では tensorflow は python 3.6 か 3.5 でしか動かないので 3.6 を使うこと。

    (base) C:\Users\nitta>  conda create -n gpu python=3.6 jupyter 

4. 作成したpython 環境に切り換える

    (gpu) C:\Users\nitta>  conda activate gpu  

5. tensorflow-gpuをインストールする。

    (gpu) C:\Users\nitta>  pip install --ignore-installed --upgrade tensorflow-gpu  

6. tensorflowのインストール中に pip のバージョンを上げろ、というメッセージが出ることがある。 その場合は、指示にしたがって pip をupdateする。
7. kerasのインストール

    (gpu) C:\Users\nitta>  pip install keras  

8. よく使うモジュールのインストール

    (gpu) C:\Users\nitta>   pip install scipy scikit-learn pillow h5py matplotlib pandas  

9. OpenCVのインストール

    (gpu) C:\Users\nitta>  conda install opencv  

10. 自然言語関係のモジュールのインストール

    (gpu) C:\Users\nitta>  pip install nltk  

11. 自然言語(word2vec)関係のモジュールのインストール

    (gpu) C:\Users\nitta>  pip install gensim