Anaconda

TensorFlow2 を GPU で実行する環境 (Windows)

TensorFlow 2 をGPUで実行する環境を Windows 上に作る。

前提条件

• Windows10
• CUDA (CUDA 10.1) + cuDNN がインストールされている。
• Anaconda がインストールされている。

[注意事項 (2020/Mar/02)] 2020/Mar/02 時点で anaconda3 上の python 3.6 + pip 1.9以上 で 'tensorflow' パッケージとしてインストールされるのは tensorflow2 (version 2.1.0) である。 これを動かすには CUDA v10.1 が必要。 cuDNNは最新版のうち CUDA v10.1 に対応したものを入れればよい。

python + GPU環境を生成する

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 prompt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を最新版にしておく。

    conda update -n base -c defaults conda

[注意]update途中で必要なファイルが存在しない、というエラーがでて、anacondaの再インストールが必要になることがあった。
4. tensorflow 2のインストールには pip のversionが19.0 より大きい必要があるそうだ。

    (gpu2) C:\Users\nitta>  pip install --upgrade pip

[注意]pipをupgradeすると、ほぼ確実に pip 実行プログラムが壊れる。なぜ? anaconda自体を一旦消してインストールし直した。 最新のanacondaではpipのバージョンは最初から19.0より大きいのでpipの更新作業は省略した。
5. conda で新しい python 環境を作成する。 ここではpython環境の名前は gpu2 とする。 tensorflow や pytorch との親和性から python 3.6 を使うこと。

    (base) C:\Users\nitta>  conda create -n gpu2 python=3.6 jupyter 

6. 作成したpython 環境に切り換える

    (base) C:\Users\nitta>  conda activate gpu2  

7. tensorflow 2 GPU 版をインストールする。(tensorflow2では cpu版もgpu版も同梱されているようだ)

    (gpu2) C:\Users\nitta>  pip install tensorflow  

8. kerasのインストール。 [注意] kerasはtensorflow2に含まれているので、特別にインストール作業はいらなくなった。

    (gpu2) C:\Users\nitta>  pip install keras  

9. よく使うモジュールのインストール

    (gpu2) C:\Users\nitta>   pip install scipy scikit-learn pillow h5py matplotlib pandas  

10. 自然言語関係のモジュールのインストール

    (gpu2) 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

    (gpu2) C:\Users\nitta>  pip install gensim  

12. OpenCVのインストール

    (gpu2) C:\Users\nitta>  conda install opencv  
    (gpu2) C:\Users\nitta>  conda deactivate    ← 環境の中でcondaコマンドを使った場合は、一旦環境を抜けてactivateし直すべし。
    (base) C:\Users\nitta>  conda activate gpu2  
    (gpu2) C:\Users\nitta>

condaでインストールするのが嫌な場合は、pipで次のようにしてインストールする。

  pip install opencv-python