LoginSignup
20

More than 1 year has passed since last update.

NVIDIA CUDA toolkit on Windows

Last updated at Posted at 2020-07-18

この記事の内容

Windows環境でGPUを利用した機械学習環境を整備します。
自分のPCの設定メモですので、内容のほとんどは最後に紹介する参考サイトの焼き直しです。

CUDA Toolkitインストールの主な手順

  1. 最新のGPUドライバの入手
  2. GPUドライバ、Tensorflow に対応した CUDA、cuDNNの入手
  3. ドライバのインストール
  4. Tensorflow、Pytorch、CuPy のインストール

システム構成

CUDA10.1 の cuDNN v7.4.2 がなかったことが気になりますが、torch.cuda.is_available()は True を返してくれたので、PytorchからGPUが見えている、と信じてます。

最新のGPUドライバの入手

NVIDIAドライバダウンロード で自分のGPUに対応するドライバを選択します。

01_nvidia_driver_xps15_2017.png

「検索」ボタンを押下するとGPUドライバのインストールファイルダウンロード画面に遷移します。で、この時、ドライバのバージョンを控えておきます。

02_nvidia_driver_xps15_2017.png

GPUドライバのバージョンに対応したCUDAのインストール

Release Notes :: CUDA Toolkit DocumentationTable 2. CUDA Toolkit and Compatible Driver Versions から GPUドライバ に対応した CUDA Toolkit のバージョンを調べます。

03_cuda_version.png

新しいものほど良い、という考え方は、だいたいあっているのですが、あまり最新を攻めすぎると、ビルド済みTensorflowを利用できなかったりします。

なので、TensorFlowのテスト済みのビルド構成 で TensorFlow と CUDA と cuDNN のバージョンを確認し、適切なバージョンを選択します。
Windows の記載は無いのですが、だいたい Linux と同じみたいです。細かいことは動かなかった時に考えます。

04_tensorflow-gpu_cuda_cudnn.png

ドライバのインストール

1. GPUドライバ

特にこだわりがなければ、インストールダイアログに沿って「次へ」ボタンを押下しているとインストールが完了します。

2. CUDA Toolkit

インストールしようとすると Visual Studio がインストールされていない旨のメッセージが出力されます。気にせずインストールもできます。

インストールする Visual Studio はなんでもいいわけではなく、インストール対象のCUDAのリリース時期を勘案したバージョンの Visual Studio をインストールする必要があります。2020年7月現在、Visual Studio 2017が安全そうです。

CUDA のインストール完了後、下記の3つのフォルダに環境変数 PATH の設定をします。

  • CUDA10.0

    • C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin
    • C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\extras\CUPTI\libx64
    • C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\include
  • CUDA10.1

    • C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin
    • C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\extras\CUPTI\lib64
    • C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\include

3. cuDNN

ZIPファイルを展開し、dll が格納されているファイルにパスを通します。

展開場所はどこでもよいですが、あまり深いところにすると、自分でどこに置いたか忘れるため、ここでは C:\tools\ で展開するものとします。

で、展開後、下記のフォルダパスを環境変数 PATH に登録します。

C:\tools\cuda\bin

Tensorflow、Pytorch、CuPy のインストール

Anaconda等のPython3環境がすでにインストールされているものとします。

Tensorflow

  > pip install tensorflow-gpu==1.14.0

Pytorch

PyTorch でインストールコマンドを取得できます。ただ、CUDA10.0は対応していませんでした。

  > pip install torch==1.5.1+cu101 torchvision==0.6.1+cu101 -f https://download.pytorch.org/whl/torch_stable.html

CuPy

  > pip install cupy-cuda100

GPUの動作確認

Tensorflow

  from tensorflow.python.client import device_lib
  device_lib.list_local_devices()

Pytorch

  import torch
  print(torch.cuda.is_available())

CuPy

chaninerのインストールが必要になりますが、下記コマンドを実行すると CuPy の情報に CUDAやcuDNN の情報が表示されます。

  > python -c 'import chainer; chainer.print_runtime_info()'

参考サイト

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
20