Posted at

DeepLearning 用 GPU 環境構築 (python framework 環境整備編)

More than 1 year has passed since last update.


前提


構築するもの


  • tensolflow 1.8 + gpu用仮想環境

  • pytorch 0.4.0 + gpu用仮想環境

両方の環境に一般的に機械学習で使うであろうパッケージも追加

【備考】:

末尾に tensorflow 1.4 -> 1.5 にアップグレードした際の方法メモあり

末尾に tensorflow 1.5 -> 1.6 にアップグレードした際の方法メモあり


Tensolflow 環境

作った環境と使用した conda コマンド

conda create -n tensorflow-gpu python=3.6

activate tensorflow-gpu
conda install pandas matplotlib jupyter notebook scipy scikit-learn scikit-image h5py seaborn
pip install opencv-python
pip install tensorflow-gpu


  • バージョン指定する場合は tensorflow-gpu==1.4 のように書く

  • h5py は tf.Keras でチェックポイントを書き出す際に必要とされるライブラリ

動作チェック


  • tensorflow は公式インストールガイドに記載された以下のコマンドでチェック(IPythonか何かを起動して実行してください)

  • エラーが起きず、Session コマンド で gpu の情報が出力されればOK

import tensorflow as tf

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


pytorch 環境

pytorc のみのインストール手順は公式ホームページにて説明があるので, バージョンが異なる場合はそちらを参照してください.

作った環境と使用した conda コマンド

conda create -n pytorch python=3.6

activate pytorch
conda install pandas matplotlib jupyter notebook scipy scikit-learn scikit-image seaborn
pip install opencv-python

conda install pytorch cuda90 -c pytorch
pip install torchvision

動作チェック


  • 以下のコマンドで Ture が戻ってくればOK

import torch;

print(torch.cuda.is_available())


Appendix

【tensorflow 1.4 -> 1.5 の変更】


tensolflow が 1.5 にバージョンアップしたので cuda 8.0, cuDNN v6 を cuda 9.0, cuDNN v7 を入れなおして

tensolflow の仮想環境で

pip install -U tensorflow-gpu

を実行することで, 無事に tensorflow 1.5.0 がインストールされて gpu も認識された.

【tensorflow 1.5 -> 1.6 の変更】


tensolflow が 1.6 にバージョンアップした.


tensofboard のパッケージ名が変更されているので、以下の順でアップグレードする必要がある.

pip uninstall tensorflow-tensofboard

pip install -U tensorflow-gpu