【Windows】TensorFlowでGPUを使うための環境構築手順(CUDA 10.1 update2, cuDNN v7.6.5)

手順の概要はこちら

  1. CUDAインストール
  2. cuDNNインストール
  3. システム環境変数を設定

OSとGPUです

  • OS: Windows 10 64bit
  • GPU: GeForce GTX 1050 Ti
    • ドライバのバージョン: 442.50
    • ドライバのタイプ: DCH

Python などのバージョンはこちら

  • Python 3.6.10 :: Anaconda, Inc.
  • tensorflow 2.1.0
  • keras 2.3.1
    • tensorflow, kerasはpipでインストール

環境構築手順

1. CUDAインストール

以下から、CUDA Toolkit 10.1 update2 Archiveをダウンロード

CUDA Toolkit 10.1 update2 Archive
Select Target Platform Click on the green buttons that describe your target platform. Only supported platforms will be shown. Operating System Architecture Dist...

CUDAのバージョンは、こちらを参考にしました。

CUDA Toolkit – TensorFlow supports CUDA 10.1 (TensorFlow >= 2.1.0)

https://www.tensorflow.org/install/gpu#software_requirements

cuDNNインストール

以下から、cuDNN v7.6.5 (November 5th, 2019), for CUDA 10.1をダウンロード。

NVIDIA Developer
cuDNNのバージョンはCUDAに対応させます。
cuDNNのダウンロードには、登録が必要になります。

ダウンロード後、展開してできたcudaディレクトリをc:\tools\以下に移動。

システム環境変数の設定

以下を、システム環境変数のpathに追加します。

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
C:\tools\cuda\bin

こちらを参考にしました。

GPU support  |  TensorFlow

確認

以下を実行し、TensorFlowのバージョンやGPUが表示されるか確認します。

TensorFlowのバージョン確認:

import tensorflow as tf
print(tf.__version__)

GPUの確認:

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

おわりに

上記の環境構築により、kerasのテストプログラムがGPUで正常に動作しました。

ご参考まで。

では。


YouTube: ミサキさん

問い合わせ先
Mail: caprico.aries@gmail.com
Twitter: https://twitter.com/caprico_aries(無言フォローもお気軽に)

コメント

タイトルとURLをコピーしました