2018/10//30 Updated by

Anaconda

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


[Up] Japanese English

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

[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。
  4.     (base) C:\Users\nitta>  conda create -n gpu python=3.6 jupyter 
    
  5. 作成したpython 環境に切り換える
  6.     (gpu) C:\Users\nitta>  conda activate gpu  
    
  7. tensorflow-gpuをインストールする。
  8.     (gpu) C:\Users\nitta>  pip install --ignore-installed --upgrade tensorflow-gpu  
    
  9. 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。
  10. kerasのインストール
  11.     (gpu) C:\Users\nitta>  pip install keras  
    
  12. よく使うモジュールのインストール
  13.     (gpu) C:\Users\nitta>   pip install scipy scikit-learn pillow h5py matplotlib pandas  
    
  14. OpenCVのインストール
  15.     (gpu) C:\Users\nitta>  conda install opencv  
    
  16. 自然言語関係のモジュールのインストール
  17.     (gpu) C:\Users\nitta>  pip install nltk  
    
  18. 自然言語(word2vec)関係のモジュールのインストール
  19.     (gpu) C:\Users\nitta>  pip install gensim