ローカルPCのGPUで機械学習

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。

Qiita

ゲーミングPCで機械学習をして、CPU/GPUの性能の違いをColaboとも比較してみた話【...

https://qiita.com/youwht/items/b6fa208bcf0688ff51b0

ひとことで言うと格安ゲーミングPC(Windows)を購入して、Anacondaの仮想環境でCPU/GPUを切り替えられるようにして、Tensorflow-GPU(v2.0)のコードを動かして、Colaboratoryの...

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	cuDNN	CUDA
tensorflow_gpu-1.14.0	3.5～3.7	MSVC 2017	Bazel 0.24.1-0.25.2	7.4	10

TensorFlow

Build from source on Windows | TensorFlow

~~https://www.tensorflow.org/install/source_windows#gpu~~

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。

!pip install tensorflow-gpu==1.14

1	!pip install tensorflow-gpu==1.14

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。

NVIDIA Developer

CUDA Toolkit Archive

https://developer.nvidia.com/cuda-toolkit-archive

Previous releases of the CUDA Toolkit, GPU Computing SDK, documentation and developer drivers can be found using the links below. Please select the release you want from the list below, and be sure to check www.nvidia.com/drivers for more recent production drivers appropriate for your hardware configuration.

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。

NVIDIA Developer

NVIDIA cuDNN

https://developer.nvidia.com/cudnn

NVIDIA cuDNN The NVIDIA CUDA® Deep Neural Network library (cuDNN) is a GPU-accelerated library of primitives for deep neural networks. cuDNN provides highly tuned implementations for standard routines such as forward and backward convolution, pooling, normalization, and activation layers. Deep learning researchers and framework developers worldwide rely on cuDNN for high-performance GPU acceleration. It allows them to focus on training neural networks and developing software applications rath...

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。

nvcc -V

nvcc -V

実行結果例

nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2018 NVIDIA Corporation
Built on Sat_Aug_25_21:08:04_Central_Daylight_Time_2018
Cuda compilation tools, release 10.0, V10.0.130

nvcc: NVIDIA (R) Cuda compiler driver

Built on Sat_Aug_25_21:08:04_Central_Daylight_Time_2018

Cuda compilation tools, release 10.0, V10.0.130

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。

where cudart64_100.dll

1	where cudart64_100.dll

実行結果例

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin\cudart64_100.dll

1	C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin\cudart64_100.dll

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

MY FAVORITE

~~https://happy-aroma.com/「importerrorcannot-import-name-export_saved_modrl-from-tensorflow-python-keras-saving-saved_model」っと表示された~~

お気に入りのもの、興味があるものをいろいろ集めてみました。プログラム／PPバンド／LEGO／写真／イラストなどなど

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