初めに
今取り組んでいる予測モデルについて、機械学習手法でこれ以上精度を上げる方法が思いつかないため、DeepLearningを試してみようと思い、Tensorflow GPUをインストールしたメモ。(2019/7/22 手順変更のため追記)
環境
- Windows10
- Anaconda
- Python
3.73.6(2019/7/22変更) - Tensorflow
1.13.11.5 (2019/7/22変更)
手順(まずはconda)
以下の通りcondaでインストール完了～。ただし、バージョンは少し古く1.13.1だ。
インストールは10分～20分程度かかった。
>conda install tensorflow-gpu
Solving environment: done
==> WARNING: A newer version of conda exists. <==
current version: 4.5.12
latest version: 4.7.5
Please update conda by running
$ conda update -n base -c defaults conda
## Package Plan ##
environment location: C:\Users\dff40\AppData\Local\conda\conda\envs\nekoshi2
added / updated specs:
- tensorflow-gpu
The following packages will be downloaded:
package | build
---------------------------|-----------------
markdown-3.1.1 | py_0 60 KB conda-forge
absl-py-0.7.1 | py37_0 154 KB conda-forge
_tflow_select-2.1.0 | gpu 3 KB
tensorflow-base-1.13.1 |gpu_py37h871c8ca_0 218.5 MB
pyreadline-2.1 | py37_1000 140 KB conda-forge
cudatoolkit-10.0.130 | 0 371.0 MB
keras-preprocessing-1.0.9 | py_1 33 KB conda-forge
tensorflow-1.13.1 |gpu_py37h83e5d6a_0 4 KB
cudnn-7.6.0 | cuda10.0_0 215.3 MB
tensorboard-1.13.1 | py37_0 3.3 MB conda-forge
gast-0.2.2 | py_0 10 KB conda-forge
termcolor-1.1.0 | py_2 6 KB conda-forge
werkzeug-0.15.5 | py_0 259 KB conda-forge
hdf5-1.10.4 |nompi_hcc15c50_1106 34.9 MB conda-forge
grpcio-1.16.1 | py37h351948d_1 947 KB
tensorflow-gpu-1.13.1 | h0d30ee6_0 2 KB
keras-applications-1.0.7 | py_1 31 KB conda-forge
h5py-2.9.0 |nompi_py37h3cb27cb_1102 905 KB conda-forge
protobuf-3.9.0 | py37he025d50_0 576 KB conda-forge
libprotobuf-3.9.0 | h1a1b453_0 2.2 MB conda-forge
certifi-2019.6.16 | py37_1 149 KB conda-forge
astor-0.7.1 | py_0 22 KB conda-forge
tensorflow-estimator-1.13.0| py37h39e3cac_0 470 KB conda-forge
------------------------------------------------------------
Total: 848.9 MB
The following NEW packages will be INSTALLED:
_tflow_select: 2.1.0-gpu
absl-py: 0.7.1-py37_0 conda-forge
astor: 0.7.1-py_0 conda-forge
cudatoolkit: 10.0.130-0
cudnn: 7.6.0-cuda10.0_0
gast: 0.2.2-py_0 conda-forge
grpcio: 1.16.1-py37h351948d_1
h5py: 2.9.0-nompi_py37h3cb27cb_1102 conda-forge
hdf5: 1.10.4-nompi_hcc15c50_1106 conda-forge
keras-applications: 1.0.7-py_1 conda-forge
keras-preprocessing: 1.0.9-py_1 conda-forge
libprotobuf: 3.9.0-h1a1b453_0 conda-forge
markdown: 3.1.1-py_0 conda-forge
protobuf: 3.9.0-py37he025d50_0 conda-forge
pyreadline: 2.1-py37_1000 conda-forge
tensorboard: 1.13.1-py37_0 conda-forge
tensorflow: 1.13.1-gpu_py37h83e5d6a_0
tensorflow-base: 1.13.1-gpu_py37h871c8ca_0
tensorflow-estimator: 1.13.0-py37h39e3cac_0 conda-forge
tensorflow-gpu: 1.13.1-h0d30ee6_0
termcolor: 1.1.0-py_2 conda-forge
werkzeug: 0.15.5-py_0 conda-forge
The following packages will be UPDATED:
certifi: 2019.6.16-py37_0 conda-forge --> 2019.6.16-py37_1 conda-forge
Proceed ([y]/n)? y
Downloading and Extracting Packages
markdown-3.1.1 | 60 KB | ######################################################### | 100%
absl-py-0.7.1 | 154 KB | ######################################################### | 100%
_tflow_select-2.1.0 | 3 KB | ######################################################### | 100%
tensorflow-base-1.13 | 218.5 MB | ######################################################### | 100%
pyreadline-2.1 | 140 KB | ######################################################################### | 100%
cudatoolkit-10.0.130 | 371.0 MB | ######################################################################### | 100%
keras-preprocessing- | 33 KB | ######################################################################### | 100%
tensorflow-1.13.1 | 4 KB | ######################################################################### | 100%
cudnn-7.6.0 | 215.3 MB | ######################################################################### | 100%
tensorboard-1.13.1 | 3.3 MB | ######################################################################### | 100%
gast-0.2.2 | 10 KB | ######################################################################### | 100%
termcolor-1.1.0 | 6 KB | ######################################################################### | 100%
werkzeug-0.15.5 | 259 KB | ######################################################################### | 100%
hdf5-1.10.4 | 34.9 MB | ######################################################################### | 100%
grpcio-1.16.1 | 947 KB | ######################################################################### | 100%
tensorflow-gpu-1.13. | 2 KB | ######################################################################### | 100%
keras-applications-1 | 31 KB | ######################################################################### | 100%
h5py-2.9.0 | 905 KB | ######################################################################### | 100%
protobuf-3.9.0 | 576 KB | ######################################################################### | 100%
libprotobuf-3.9.0 | 2.2 MB | ######################################################################### | 100%
certifi-2019.6.16 | 149 KB | ######################################################################### | 100%
astor-0.7.1 | 22 KB | ######################################################################### | 100%
tensorflow-estimator | 470 KB | ######################################################################### | 100%
Preparing transaction: done
Verifying transaction: done
Executing transaction: done
インストール後のチェック
続いてGPUが認識されているかチェック。参考サイトそのままです。助かります。
>>> from tensorflow.python.client import device_lib
>>> device_lib.list_local_devices()
2019-07-19 00:02:20.502892: I tensorflow/core/platform/cpu_feature_guard.cc:141] Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX AVX2
2019-07-19 00:02:20.940061: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1433] Found device 0 with properties:
name: GeForce GTX 1060 6GB major: 6 minor: 1 memoryClockRate(GHz): 1.7085
pciBusID: 0000:01:00.0
totalMemory: 6.00GiB freeMemory: 4.97GiB
2019-07-19 00:02:20.946181: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1512] Adding visible gpu devices: 0
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "C:\Users\kimisyo\AppData\Local\conda\conda\envs\chemsyo\lib\site-packages\tensorflow\python\client\device_lib.py", line 41, in list_local_devices
for s in pywrap_tensorflow.list_devices(session_config=session_config)
File "C:\Users\kimisyo\AppData\Local\conda\conda\envs\chemsyo\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py", line 1829, in list_devices
return ListDevices(status)
File "C:\Users\kimisyo\AppData\Local\conda\conda\envs\chemsyo\lib\site-packages\tensorflow\python\framework\errors_impl.py", line 528, in __exit__
c_api.TF_GetCode(self.status.status))
tensorflow.python.framework.errors_impl.InternalError: cudaGetDevice() failed. Status: CUDA driver version is insufficient for CUDA runtime version
インストール後に問題発生(2019/7/22追記)
実際に、 with tf.Session() as sess:でセッションを作って実行しようとすると以下エラーが発生。tensorflowのバージョンを1.4にしてもダメだった。
2019-07-22 20:38:08.489670: I tensorflow/core/platform/cpu_feature_guard.cc:141] Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX AVX2
2019-07-22 20:38:08.826513: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1433] Found device 0 with properties:
name: GeForce GTX 1060 6GB major: 6 minor: 1 memoryClockRate(GHz): 1.7085
pciBusID: 0000:01:00.0
totalMemory: 6.00GiB freeMemory: 4.97GiB
2019-07-22 20:38:08.832424: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1512] Adding visible gpu devices: 0
Traceback (most recent call last):
File "DeepLearning.py", line 36, in <module>
main()
File "DeepLearning.py", line 31, in main
with tf.Session() as sess:
File "C:\Users\kimisyo\AppData\Local\conda\conda\envs\kimisyo\lib\site-packages\tensorflow\python\client\session.py", line 1551, in __init__
super(Session, self).__init__(target, graph, config=config)
File "C:\Users\kimisyo\AppData\Local\conda\conda\envs\kimisyo\lib\site-packages\tensorflow\python\client\session.py", line 676, in __init__
self._session = tf_session.TF_NewSessionRef(self._graph._c_graph, opts)
tensorflow.python.framework.errors_impl.InternalError: cudaGetDevice() failed. Status: CUDA driver version is insufficient for CUDA runtime version
そこで以前、このマシンで1.5が動いた記憶があり、tensorflow1.5をインストールしてみればよいのではと考えた。インストールしたtensorflow-gpuをアンインストールし、pip install tensorflow==1.5を実行したところ、そのバージョンは存在しないというエラーが出る。
試したPythonのバージョンが3.7であり、以前の環境を参照したところ、python3.6だったため、
以下ように仮想環境を再構築するところからやり直しをしてみる。
conda create -n nekoshi3 python==3.6
続いてtensorflow-gpuの1.5をインストール。今度はパッケージは存在するようだ。
pip install tensorflow-gpu==1.5
サンプルとして、以下コードを実行。
import tensorflow as tf
x = tf.constant(5)
y = tf.constant(10) # グラフの実行
with tf.Session() as sess:
print(z.eval())
すると今度は別のエラーが。
Traceback (most recent call last):
File "DeepLearning.py", line 5, in <module>
import tensorflow as tf
File "C:\Users\xxx\AppData\Local\conda\conda\envs\xxx\lib\site-packages\tensorflow\__init__.py", line 24, in <module>
from tensorflow.python import *
File "C:\Users\xxx\AppData\Local\conda\conda\envs\xxx\lib\site-packages\tensorflow\python\__init__.py", line 52, in <module>
from tensorflow.core.framework.graph_pb2 import *
File "C:\Users\xxx\AppData\Local\conda\conda\envs\xxx\lib\site-packages\tensorflow\core\framework\graph_pb2.py", line 6, in <module>
from google.protobuf import descriptor as _descriptor
File "C:\Users\xxx\AppData\Local\conda\conda\envs\xxx\lib\site-packages\google\protobuf\descriptor.py", line 47, in <module>
from google.protobuf.pyext import _message
ImportError: DLL load failed: 指定されたプロシージャが見つかりません。
色々ググったところ、以下の通りprotobufというパッケージをインストールして再実行したところ、無事動作した。
pip install protobuf==3.4.
結論としては、搭載されているGPUの種類と、Tensorflow GPU のバージョンの整合性が取れていなかったといういうことか。
やはり、DeepLearningは、通常の機械学習手法に比べ、環境管理で手間かかるということを実感した次第である。