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。

    確認方法
    (base) PS G:\マイドライブ\deeplearning> nvcc -V  
    nvcc: NVIDIA (R) Cuda compiler driver
    Copyright (c) 2005-2019 NVIDIA Corporation
    Built on Sun_Jul_28_19:12:52_Pacific_Daylight_Time_2019
    Cuda compilation tools, release 10.1, V10.1.243
  

• Anaconda がインストールされている。

[注意] ここで一旦、中断。2021/01/28

[注意事項 (2020/July/05)] 2020/July/05 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 2.2.0) 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。

    (gpu-deep-tf2) 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 gpu-deep-tf2 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 gpu-deep-tf2 python=3.6 jupyter 

6. 作成したpython 環境に切り換える

    (base) C:\Users\nitta>  conda activate gpu-deep-tf2  

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)

    (gpu-deep-tf2) C:\Users\nitta>  pip install tensorflow-gpu  

8. kerasはtensorflow2 に含まれるので、新たにインストールする必要はない。
9. 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。

    (gpu-deep-tf2) C:\Users\nitta>  pip install keras  

10. よく使うモジュールのインストール

    (gpu-deep-tf2) C:\Users\nitta>   pip install scipy scikit-learn pillow h5py matplotlib pandas  

11. 自然言語関係のモジュールのインストール

    (gpu-deep-tf2) C:\Users\nitta>  pip install nltk  

12. 自然言語(word2vec)関係のモジュールのインストール

    (gpu-deep-tf2) C:\Users\nitta>  pip install gensim  

13. OpenCVのインストール

condaとpipを混ぜるとよくない場合があるので、opencv もpipで次のようにしてインストールした。

  pip install opencv-python

    (gpu-deep-tf2) C:\Users\nitta>  conda install opencv  
    (gpu-deep-tf2) 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 gpu-deep-tf2  
    (gpu-deep-tf2) C:\Users\nitta>

14. jupyter を起動して、ブラウザ経由でこの環境のpythonを利用する。

    (gpu-deep-tf2) C:\Users\nitta> jupyter notebook