Help us understand the problem. What is going on with this article?

Windows環境でChainerのGPUを使えるようにするまで

More than 3 years have passed since last update.

はじめに

Windows10(64bit)環境にて、Chainer1.8.1をインストールしGPUで処理させた手順をメモとして残します。
最初、色々設定済みの環境でうまくいってしまったため、他の初期状態PCに設定する際、迷走を極めました。。
他の方の参考になればと思います。

インストール手順

1.Python3.5.1のインストール

色々便利なAnacondaをインストールします。
https://www.continuum.io/downloads
image.png
"PYTHON 3.5"を選択。

2.VisualStudio 2013 Community をインストール

https://www.visualstudio.com/ja-jp/downloads/download-visual-studio-vs.aspx
Visual Studio Community 2013 with Update 5 を選択。
VisualStudio2015 Communityが入っている状態でインストールしても問題ありませんでした。
※visual studioのインストールの際、Common Tools for VC++の項目にチェックが入っていなければ、入れて実行してください。

3.CUDA 7.5をインストール

VisualStudio2013が入っていることが前提。
https://developer.nvidia.com/cuda-downloads
以下の条件でダウンロードし、実行。

Operating System : Windows
Architecture : x86_64
Version : 10
Installer Type : exe(local)

4.cuDNNをインストール

事前にRegistする必要あり。
https://developer.nvidia.com/cudnn
取得したファイルを、” C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v7.5”配下に展開

5.Pycudaをインストール

以下から、pycuda-2016.1+cuda7518-cp35-cp35m-win_amd64.whlを取得し、インストールを実行
http://www.lfd.uci.edu/~gohlke/pythonlibs/#pycuda

[DOS]> pip install pycuda-2016.1+cuda7518-cp35-cp35m-win_amd64.whl

6.Windows環境変数を追加

PATHの最上位に、“C:\Program Files (x86)\Microsoft Visual Studio 12.0\VC\bin”を追加
image.png

7.Chainerのインストール(DOS上)

※既にchainerをインストールしている場合は、一度アンインストールを実行

pip uninstall chainer

chainerをインストール

[DOS]> pip install chainer --no-cache-dir

Chainerのサンプルファイルを実行

chainerをファイルで取得し、c:/temp配下に展開
https://github.com/pfnet/chainer/tree/ver1.8.1

[DOS]> cd \temp\chainer-ver1.8.1\examples\mnist
[DOS]> python train-mnist.py --gpu 0

image.png

上記のように表示されれば環境構築は完了です。

Why not register and get more from Qiita?
  1. We will deliver articles that match you
    By following users and tags, you can catch up information on technical fields that you are interested in as a whole
  2. you can read useful information later efficiently
    By "stocking" the articles you like, you can search right away
Comments
No comments
Sign up for free and join this conversation.
If you already have a Qiita account
Why do not you register as a user and use Qiita more conveniently?
You need to log in to use this function. Qiita can be used more conveniently after logging in.
You seem to be reading articles frequently this month. Qiita can be used more conveniently after logging in.
  1. We will deliver articles that match you
    By following users and tags, you can catch up information on technical fields that you are interested in as a whole
  2. you can read useful information later efficiently
    By "stocking" the articles you like, you can search right away
ユーザーは見つかりませんでした