TensorFlow GPU導入 [Windows 10] [tensorflow-gpu : version 1.8.0] [GPU : GEFORCE RTX 2060]

本記事の前に

Windows環境のTensorFlow GPU導入方法は、

以下の国立研究開発法人産業技術総合研究所　安全科学研究部門様の記事がとてもわかりやすいです。

WindowsでKerasを用いたDeep Learning開発環境を整備する｜産総研：安全科学研究部門– 持続可能な社会実現に向けた評価研究部門 | 産総研 AIST RISS

本記事について

Windows環境へのTensorFlow GPUに非常に苦労したため、記事にします。

この記事では、tensorflow-gpu : verseion 1.8.0を扱います。

最新のtensorflow-gpuバージョンを取り扱ったものではありません。

本記事は、以下のSamurai Blog様の2018年度版】TensorFlow 1.5のインストール方法を解説！【Windows 10】の情報を参考に作成しました。

【2019年度版】TensorFlow 1.5のインストール方法を解説！【Windows 10】 | 侍エンジニア塾ブログ（Samurai Blog） - プログラミング入門者向けサイト

注意事項

CUDA、cuDNN 、tensorflow-gpuのバージョンの組み合わせがとても重要です。正しい組み合わせでなければ、tensorflow-gpuが正常に動作しません。

詳細は、Qiitaの記事(NvidiaドライバとCUDAとcuDNNとTensorflow-gpuとPythonのバージョンの対応)をご確認ください。

NvidiaドライバとCUDAとcuDNNとTensorflow-gpuとPythonのバージョンの対応 - Qiita

Build from source on Windows | TensorFlow

構築環境

本記事では、TensorFlow GPU環境は、Anaconda3の仮想環境上に作成します。以下、環境情報です。

OS : Windows 10
GPU : GEFORCE RTX 2060 GAMING Z
tensorflow-gpu : verseion 1.8.0
CUDA : version 9.0
cuDNN : version 7.4
Python 3.6 (Python 3.7ではtensorflow-gpuが動きません) (Anaconda 3で仮想環境を作成するときに、Python versionを3.6に指定します)

手順

GPUのドライバーはインストール済みであることが前提条件です。

また、TensorFlow GPU環境は、Anaconda3の仮想環境上に作成します。

(1) まず、visual_studio_community_2015_with_update_3のインストールが必要です。CUDAのインストールに必要であるためです。(参考リンク参照)

ja_visual_studio_community_2015_with_update_3_x86_x64_web_installer_8922964.exe

(2) 次に、CUDAのインストールを行います。必ずベースファイルからインストールしてください。 (本例では、cuda_9.0.176_win10_network.exeがベースファイル)

ベースファイルインストール途中でエラーが発生しますが、GPUのドライバーを古いドライバーで上書きしようとしています。

GPUドライバーのインストールのみ、チェックを外せば問題ありません。(参考リンク参照)

その後、パッチを順番に4つインストールします。

cuda_9.0.176_win10_network.exe
C:\Users\uv2ut\Downloads\cuda_9.0.176.1_windows.exe
C:\Users\uv2ut\Downloads\cuda_9.0.176.2_windows.exe
C:\Users\uv2ut\Downloads\cuda_9.0.176.3_windows.exe
C:\Users\uv2ut\Downloads\cuda_9.0.176.4_windows.exe

(3) 次に、cuDNN (Version 7.4)をインストールします。参考リンク参照

cudnn-9.0-windows10-x64-v7.4.2.24.zip

(4) Anaconda Promptで、まず仮想環境を作成します。

conda create -n tensorflow-gpu python=3.6
activate tensorflow-gpu

次に、各モジュールをインストールします。

モジュールのバージョンに気を付けてください。 (特にtensorflow-gpuとkeras-gpu)

また、コマンドの実行順序も影響するため、以下の順に入力してください。

pip install --upgrade pip
conda install pandas matplotlib jupyter notebook scipy scikit-learn scikit-image h5py seaborn
pip install opencv-python
conda install tensorflow-gpu==1.8.0
conda install keras-gpu==2.1.6

動作確認

jupyter notebook上で確認するとよいと思います。

import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))
sess.close()

b'Hello, TensorFlow!'

nprogram’s blog

気ままに、プログラミングのトピックについて書いていきます