初めに
ただの学生が自分が成功したやり方を書くだけなので確実性は保証しません。
また、他のサイトを見てわかりそうなところは飛ばしますし、簡潔に行きます。
やり方
tensorflowのGPUテスト済みのビルド構成をURL (https://www.tensorflow.org/install/source_windows?hl=ja) から見つけます。現時点(2023/8/9)で一番新しいバージョンを選びます。
今回は一番上のtensorflow_gpu-2.10.0を選ぶとします。
Pythonのバージョンを確認
ここはわかると思うので飛ばします。
MSVC 2019
https://visualstudio.microsoft.com/ja/thank-you-downloading-visual-studio/?sku=community&rel=16&utm_medium=microsoft&utm_campaign=download+from+relnotes&utm_content=vs2019ga+buttonVisual
リンクよりVisual Studio Community 2019をダウンロードします。
ダウンロードしたインストーラーを起動し、C++ Build Tools(C++によるデスクトップ開発)にチェックをいれ、インストールします。
x64 Native Tools コマンドプロンプトを起動し、cl.exeにpathが通っているか確認します。
where cl
errorが出ずに、pathが返されたら完了です。
bazel 5.1.1
https://github.com/bazelbuild/bazel/releases/tag/5.1.1
リンクからbazel-5.1.1-windows-x86_64.exeを選んで、ダウンロードします。
C:\Program Files\bazel というフォルダを作成し、その中にダウンロードしたbazel.exeを入れます。また、pathを通します。コマンドプロンプトを起動し、bazel.exeにpathが通っているか確認します。
bazel version
インストールしたbazelのバージョンが表示されれば完了です。
CUDA 11.2
CUDA 11.2のインストールを行う前に、NVIDIAのドライバのインストールを行います。https://www.nvidia.co.jp/Download/index.aspx?lang=jp
URLより自分のGPUにあったドライバをダウンロードしてください。
対応表を見て、ダウンロードしたNVIDIAのドライバのバージョンがCUDA 11.2に対応していることを確認してくだ
さい。
対応表: https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html
以下のURLからCUDA 11.2をダウンロードします。Windows11の選択肢はありませんので、10を選択します。
https://developer.nvidia.com/cuda-11.2.0-download-archive?target_os=Windows&target_arch=x86_64
ダウンロードしたインストーラを起動し、いくつか次へを選択したら、インストールオプションを選ぶ画面にたどり着きます。カスタムを選び、CUDAが選択されていることを確認してください(されてない場合はCUDAにチェックをいれる)。そのまま次へを選びインストールします。
次にpathを設定します。
環境変数を起動し、~CUDA\v11.2, ~CUDA\v11.2\bin, ~CUDA\v11.2\include, ~CUDA\v11.2\lib にpathが通っていることを確認してください(ない場合は追加)。
最後にパスが繋がったことを確認します。
コマンドプロンプトを開き、以下のコマンドを実行します。
where nvcc
errorが出ずに、pathが表示されたら完了です。
cuDNN 8.1
最初に、cuDNNのダウンロードを行うためにはNVIDIA Developer Program メンバーシップに入る必要があります。Join nowしてメンバ登録を行なってください。
CUDA v11.2に対応したcuDNN 8.1をダウンロードします。
次に、ダウンロードしたファイルの中に入っているbin, lib, includeファイルを~CUDA\v11.2にコピーし、置き換えます。
最後にcudnn64_8.dllにpathが通っていることを確認します。
コマンドプロンプトを開き、以下のコマンドを実行します。
where cudnn64_8.dll
errorが出ずに、pathが表示されたら完了です。
tensorflow-gpu 2.10.0
最後にtensorflow-gpuをインストールします。以下のコマンドを実行してください。
pip install tensorflow-gpu==2.10.0
GPU環境の構築ができたか確認する
from tensorflow.python.client import device_lib
print(device_lib.list_local_devices())
上記のpythonプログラムを実行し、gpuが出力されたら完了です。
終わり
スクリーンショットが少なく、わかりづらいことかと思いますが、書く予定がなかったのと、同じことをもう一度やる気力がありませんでした。参考になるサイトがネット上にはありますので、そちらの方でカバーしていただけると幸いです。