Anaconda

「ゼロから作るDeep Learning 4 強化学習編」を実行する環境 (Windows)

前提条件

• Windows10 または Windows11
• CUDA 11.2 + cuDNN 8.1 がインストールされている。
別プロジェクトでTensorFlow 2 から GPU を使う(TensorFlow のGPUサポート情報)ので CUDAのバージョンはできるだけ変えたくない。 この本ではフレームワークに PyTorch or DeZero を使っている。
• 自分は DeZero を使って学習を進める。
• PyTorch の LTS(1.8.2) を使う環境を Windows 上に作成する。→ もしもGPUが動かなくても気にしないことにする。
現時点(2022/11/15) で、PyTorch の Stable (1.12.1) における GPUサポート (for Windows) はでは CUDA 11.3, 11.6 のみ。 アーカイブ をみても CUDA 11.1 用はあるが11.2 用はない。 PyTorch LTS(1.8.2) の CUDA 11.3 用は CUDA 11.1 を使う。 もしかしたら、CUDA11.2 でもGPUが動作するかもしれないので PyTorch LST(1.8.2) をインストールすることにする。



• Anaconda がインストールされている。

python 仮想環境を生成する

1. 公式 github に必要なパッケージが記載されている。

Python 3.x（バージョン3系）
NumPy
Matplotlib
OpenAI Gym
DeZero （または PyTorch）

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 で新しい python 環境を作成する。 ここではpython環境の名前は dl_book19 とする。 pytorch との親和性から python 3.6 を使うこと。

    (base) C:\Users\nitta>  conda create -n dl_book19 python=3.8 jupyter 

4. 作成したpython 環境に切り換える

    (base) C:\Users\nitta>  conda activate dl_book19  

5. PyTorch LTS (1.8.2) をインストールする。

    (dl_book19) C:\Users\nitta>  conda install pytorch torchvision torchaudio cudatoolkit=11.1 -c pytorch-lts -c conda-forge        ← PyTorch LTS (1.8.2) がインストールされるはず

6. よく使うモジュールのインストール

    (dl_book19) C:\Users\nitta>   pip install numpy matplotlib  

7. OpenAI Gym をインストール

    (dl_book19) C:\Users\nitta>   pip install gym[all]   ← Anaconda Prompt 上では 'gym[all]' のようにクォートを付けてはいけない

8. DeZeroのインストール

    (dl_book19) C:\Users\nitta>  pip install dezero  

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

    (dl_book19) C:\Users\nitta> jupyter notebook
    

インストール状況のチェック

OpenAI gym のインストール状況チェック

python
(dl_book19) C:\Users\nitta> python 
>>> import gym  ← エラーが起きなければ OpenAI gym がインストールされている
>>>

PyTorch で GPU 状況を確認する

(dl_book19) C:\Users\nitta> python 
>>> import torch
>>> print(torch.__version__)
1.8.2
>>> print(torch.__version__)
>>> print(torch.cuda.is_available())
True
>>> print(torch.cuda.device_count())
1
>>> print(torch.cuda.current_device())
0

CUDA 11.2 だが、PyTorch から GPU が利用可能のようだ。