その他プログラム

ローカルPCのGPUで機械学習

  • LINEで送る

571 views

     

ローカルPCのGPUを使用して機械学習できるようにしてみました。
以外とてこずりましたが、下記サイトがとても参考になりました。

1.インストールするバージョンを確認する

私もはまりましたが、結果的にはtensorflow-gpu, CUDA, cuDNNのバージョンを対応するものでそろえるのが一番のポイントでした。

特に私の場合は、tensorflow-gpu v 1.14を基準に各バージョンをそろえました。

バージョンPython バージョンコンパイラビルドツールcuDNNCUDA
tensorflow_gpu-1.14.03.5~3.7MSVC 2017Bazel 0.24.1-0.25.27.410

最新の tensorflow を利用しようとするとプログラム実行時にエラーに遭遇するのでv1.14をおすすめします。

2.Tensorflow-gpuをインストールする

tensoflow-gpuをインストールしてください。

3.CUDAをインストールする

3.1.以下のサイトから対応するファイルをダウンロードしてください。

3.2.インストールしてください。以下の設定がおすすめ

  • 「カスタム(詳細)」を選択
  • CUDA-Visual Studio Integrationのチェックをはずす

4.cuDNNをインストールする

4.1.以下のサイトから対応するファイルをダウンロードしてください。

CUDAバージョンによってもファイルが違うので注意してください。

4.2.ファイルを解凍してください。

解凍すると以下のファイルが格納されています。

  • bin/cudnn64_7.dll
  • include/cudnn.h
  • lib/x64/cudnn.lib
  • NVIDIA_SLA_cuDNN_Support.txt

4.3.解凍したファイルをCUDAをインストールしたフォルダに格納してください。

格納先フォルダ例)C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0

5.cudart64_100.dllにパスが通っているか確認する

5.1.NVCCコンパイラバージョンが表示されるか確認してください。

以下のコマンドを実行してください。

実行結果例

5.2.dllが認識できるか確認してください。

以下のコマンドを実行してください。

実行結果例

6.実行確認

ここまできたらGPUを使って機械学習をする環境ができあがっていると思いますが、
下記のようなエラーが発生する可能性があるので、下記を参考にしてみてください。

※「ImportError:cannot import name ‘export_saved_modrl’ from ‘tensorflow.python.keras.saving.saved_model」っと表示された

※「Registering two gradient with name ‘BlockLSTM’!」っと表示された

  • LINEで送る