Win10インストールCUDA10.0 + cuDNN 7.6.5+ Anaconda3 + tensorflow
Win10 Install Cuda10
公式チュートリアル: https://docs.nvidia.com/cuda/cuda-installation-guide-microsoft-windows/
ハードウェア要件
オペレーティング・システム | ネイティブx86_64 | クロス(x86_64上のx86_32) |
---|---|---|
ウインドウズ10 | はい | はい |
Windows 8.1 | はい | はい |
Windows 7 | はい | はい |
Windows Server 2019 | はい | しない |
Windows Server 2016 | はい | しない |
Windows Server 2012 R2 | はい | しない |
ソフトウェア要件
沿って Windowsデバイスマネージャー 中間' ディスプレイアダプタ' CUDAをサポートするGPUがあることを確認する部分。ここでは、グラフィックカードのベンダー名とモデルを見つけることができます。あなたが持っている場合 http://developer.nvidia.com/cuda-gpus NVIDIAカードがリストされている場合、GPUにはCUDA機能があります。 CUDAツールキットのリリースノートには、サポートされている製品のリストも含まれています
ドライバーのインストール: https://www.nvidia.com/download/index.aspx?lang=en-us
CUDAツールキットをダウンロードします。 http://developer.nvidia.com/cuda-downloads
注意: CUDAを実行するには、ドライバーとツールキットがインストールされている必要があります。スタンドアロンドライバーがインストールされていない場合は、NVIDIA CUDAToolkitからドライバーをインストールしてください。
注意: インストールの開始後にWindowsUpdateを起動すると、インストールが失敗する場合があります。 Windows Updateが完了するのを待ってから、インストールを再試行してください。カスタムインストールを選択します。
1.コンポーネントのNVDIAGEForceExperienceオプションのチェックを外してみてください。これを知っている人もいるかもしれませんが、ゲーム画面のパラメータは調整されません。ええと、これはNVDIAによってユーザーに提供されるコントロールパネルに似ていますが、現在のコンピューターは通常インストールされており、そうでない場合でも、これはグラフィックアクセラレーションプログラムには役立ちません。
2.コンポーネントCUDAでVisualStudio統合をキャンセルします。このコンポーネントはVS用に特別に構成されているため、これは非常に興味深いものですが、現在使用されているコードコンパイラは、基本的にvscode、pycharmなどの軽量コンパイラであり、VSを使用することはインターネットで見たことが比較的意味がありません。 1つの議論は、これをキャンセルする必要があるということです。そうしないと、正しくインストールできません。とにかく、キャンセルしてください。
3、
CUDAがインストールされると、NVDIAグラフィックカードドライバーがデフォルトでインストールされます。上の図からわかるように、グラフィックカードドライバのバージョンは411.31です。ハイライト:[現在のバージョン]列には、コンピューター上のグラフィックカードドライバーモデルが表示されます。たとえば、上の図に示すように、私のコンピューターの現在のドライバーは430.86であり、411.31よりも大きく、バージョンがより新しいことを示しています。現在のバージョンがCUDAがインストールしたい新しいバージョンよりも高い場合は、ディスプレイドライバをキャンセルする必要があります。それ以外の場合、CUDAのインストールでは、既存のインストールがインストールしたいものよりも進んでいることがわかり、ハンマーをインストールします。現在のバージョンがCUDAがインストールしたい新しいバージョンよりも低い場合、インストール失敗エラーが発生します。次に、を表示する必要があります。ドライバーがチェックされている場合、ドライバーのバージョンが十分に新しくなく、CUDAを実行できません。現在のバージョンが新しいバージョンとまったく同じである場合は、チェックまたはチェックを外すことができます。
インストールを確認する
先に進む前に、CUDAツールキットがCUDA対応のハードウェアを見つけて正しく通信できることを確認することが重要です。これを行うには、いくつかのサンプルプログラムをコンパイルして実行する必要があります。
次のコマンドを実行して、CUDAツールキットのバージョンを確認できます。nvcc --versionでコマンド・プロンプト窓。あなたはそれを表示することができますコマンド・プロンプト窓:
[スタート]> [すべてのプログラム]> [アクセサリ]> [コマンドプロンプト]
CUDAの例には、ソース形式のサンプルプログラムが含まれています。ハードウェアとソフトウェアの正しい構成を確認するには、deviceQueryサンプルプログラムをビルドして実行することを強くお勧めします。提供されているVSソリューションファイルを使用してサンプルをビルドできます。コンパイルされた実行可能ファイルは次の場所にあります。
C: ProgramData NVIDIA Corporation CUDA Samples v 10.2 bin win64 Release
デフォルトのインストールディレクトリ構造を使用することを前提としています。 CUDAが正しくインストールおよび構成されている場合、出力は次のようになります。 図1 。
図1.deviceQueryCUDAの例の有効な結果正確な外観と出力ラインは、システムによって異なる場合があります。重要な結果は、デバイスが検出され、デバイスがシステムにインストールされているデバイスと一致し、テストに合格したことです。
CUDA対応デバイスとCUDAドライバーがインストールされているが、deviceQueryが使用可能なCUDAデバイスがないと報告する場合は、デバイスとドライバーが正しくインストールされていることを確認してください。
帯域幅テストプログラム以上のdeviceQueryを実行して、システムとCUDA対応デバイスが正しく通信できることを確認します。出力は次のようになります 図2 。
図2.帯域幅テストCUDAの例からの有効な結果デバイス名(2行目)と帯域幅番号はシステムによって異なります。重要な項目は、2行目(CUDAデバイスが見つかったことを確認)と最後から2行目(必要なすべてのテストに合格したことを確認)です。
テストが失敗した場合は、システムにCUDAをサポートするNVIDIA GPUが搭載されていること、および正しくインストールされていることを確認してください。
CUDAで何ができるかをグラフィカルに表示するには、で実行可能なサンプルのパーティクルを実行します。C: ProgramData NVIDIA Corporation CUDA Samples v 10.2 bin win64 Release
cuDNNをインストールします。 https://docs.nvidia.com/deeplearning/sdk/cudnn-install/index.html#install-windows
最新のグラフィックカードのマッチング関係: https://github.com/fo40225/tensorflow-windows-wheel
クリック cuDnn CUDA10.1に対応するバージョンをダウンロードします。これは、ディープニューラルネットワーク用のGPUアクセラレーションライブラリです。ダウンロードには登録が必要ですが、少し時間がかかる場合があります。
解凍後、cuDNNのbin、include、libフォルダー内の対応するファイルを、C: Program Files NVIDIA GPU Computing Toolkit CUDA v10.1の対応するフォルダーにコピーします。
パスを設定する
たとえば、CUDAツールキットがC:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.0
にインストールされている場合cuDNNをC: oolscuda
に変更し、%PATH%
を更新します合わせる:
SET PATH=C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.0in%PATH%
コマンドラインツールを開き、次のように入力します nvcc -Vは、構成が成功したかどうかをテストします
anacondaをインストールする
オンにする anacondaプロンプトで、conda create --name tensorflow36 python = 3.6と入力します
tensflow環境をアクティブ化:tensorflow36をアクティブ化
tensorflow環境に切り替えます:tensorflow36をアクティブにします
conda install tensorflow
バージョン | Pythonバージョン | 翻訳者 | ビルドツール | cuDNN | 奇跡 |
---|---|---|---|---|---|
tensorflow_gpu-2.0.0 | 3.5-3.7 | MSVC 2017 | バーゼル0.26.1 | 7.4 | 10 |
tensorflow_gpu-1.14.0 | 3.5-3.7 | MSVC 2017 | バーゼル0.24.1-0.25.2 | 7.4 | 10 |
tensorflow_gpu-1.13.0 | 3.5-3.7 | MSVC2015アップデート3 | バーゼル0.19.0-0.21.0 | 7.4 | 10 |
tensorflow_gpu-1.12.0 | 3.5-3.6 | MSVC2015アップデート3 | バーゼル0.15.0 | 7 | 9 |
tensorflow_gpu-1.11.0 | 3.5-3.6 | MSVC2015アップデート3 | バーゼル0.15.0 | 7 | 9 |
tensorflow_gpu-1.10.0 | 3.5-3.6 | MSVC2015アップデート3 | Cmake v3.6.3 | 7 | 9 |
tensorflow_gpu-1.9.0 | 3.5-3.6 | MSVC2015アップデート3 | Cmake v3.6.3 | 7 | 9 |
tensorflow_gpu-1.8.0 | 3.5-3.6 | MSVC2015アップデート3 | Cmake v3.6.3 | 7 | 9 |
tensorflow_gpu-1.7.0 | 3.5-3.6 | MSVC2015アップデート3 | Cmake v3.6.3 | 7 | 9 |
tensorflow_gpu-1.6.0 | 3.5-3.6 | MSVC2015アップデート3 | Cmake v3.6.3 | 7 | 9 |
tensorflow_gpu-1.5.0 | 3.5-3.6 | MSVC2015アップデート3 | Cmake v3.6.3 | 7 | 9 |
tensorflow_gpu-1.4.0 | 3.5-3.6 | MSVC2015アップデート3 | Cmake v3.6.3 | 6 | 8 |
tensorflow_gpu-1.3.0 | 3.5-3.6 | MSVC2015アップデート3 | Cmake v3.6.3 | 6 | 8 |
tensorflow_gpu-1.2.0 | 3.5-3.6 | MSVC2015アップデート3 | Cmake v3.6.3 | 5.1 | 8 |
tensorflow_gpu-1.1.0 | 3.5 | MSVC2015アップデート3 | Cmake v3.6.3 | 5.1 | 8 |
tensorflow_gpu-1.0.0 | 3.5 | MSVC2015アップデート3 | Cmake v3.6.3 | 5.1 | 8 |
SET PATH=C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.0extrasCUPTIlibx64%PATH%
https://blog.csdn.net/m0_37872216/article/details/103136477