0
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

More than 5 years have passed since last update.

WindowsでTensorFlow-GPU環境を構築してNNを動かす

Last updated at Posted at 2018-07-12

DeepLearning環境構築全般の問題

  • 大分前にハマった環境構築を備忘的に記事化する。
  • DeepLearningとかを動かしてみたいけど、大体UbuntuなどのLinux環境がスタンダード
  • とはいえWindowsで構築したい(普段使ってるし、別PCもないし、Macもねえ)
  • でもその場合には色々とハマりポイントが多かった。
  • GPUを使いたい場合はPythonから呼ばれる各種ライブラリの依存関係が面倒。
  • 結局、VSやらVCやらがビルドしてる(大抵Linuxより面倒)
  • CUDAやら、ドライバやらのインストールが解決してもcupyやらなんやらがプラットフォームごとに面倒なことになっている
  • 結局 WebのstackoverflowとかのQAをみつつ.libを個別ビルドしたり非公式.whlをpipで個別に入れたりするハメに
  • どーにかならんかと思ってたら、anacondaが進化してて幸せになった話:point_up:を記録

結論:Anacondaによる環境構築

今回はTensorflowを動かすところまでWindows10上で構築してみる。
GPUはGTX1050Tiで、ただ、CUDA周辺は大分前に設定したので忘れた。
きっとCUDA v8.0 + CuDNNv6、必要なPathは通っている前提

Miniconda

  1. インストールはここから64bit版を普通にいれればOk
  2. Path設定、今回はPowerShellにこだわってPowerShellの起動時スクリプトで追加する(DOSはやだ)
  Anaconda promptのPATHをそのまま追加

Microsoft.PowerShell_profile.ps1
   Set-Item Env:path "$Env:path;C:\Users\xxx\Miniconda3;C:\Users\xxx\Miniconda3\Library\mingw-w64\bin;C:\Users\xxx\Miniconda3\Library\usr\bin;C:\Users\xxx\Miniconda3\Library\bin;C:\Users\xxx\Miniconda3\Scripts;C:\Users\xxx\Miniconda3\bin;"

### 仮想環境作成
まだ。3.5で幸せになれそうなので3.5で作成した

> conda create -n py35 python=3.5
> conda-env list

こんなんがでる

# conda environments:
#
base                  *  C:\Users\xxx\Miniconda3
py35                     C:\Users\xxx\Miniconda3\envs\py35

activateは。。。Powershellだとなんかできない。
ここを参考にありがたく解決。

以降、conda上の仮想環境に構築していく。

TensorFlow

> conda install tensorflow-gpu 

色々みるとpipでのInstallがでてくるが、conda上なら結局参照先は同じっぽい
結果、インストールは問題なく完了。
しかもVS2015関連とか勝手に入れてくれてるような雰囲気。素晴らしい。

> python
Python 3.5.4 |Anaconda, Inc.| (default, Nov  8 2017, 14:34:30) [MSC v.1900 64 bit (AMD64)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> import tensorflow
>>>

よっしゃ。ってさらっと書いているが
個別にやってたのがうそのよう。これでとりあえず動く。
あとは、conda-env export とかでLinuxへ移植もできる。はず。

0
0
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
0
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?