[Windows 10 に Python ディープラーニングの最新環境をインストールする]
この記事の更新内容の説明:インストール体験で肉体的にも精神的にも疲れてしまった場合は、私を信じてください。もう一度辛抱強く操作する限り、成功します。!!
初心者への厳粛な注意事項:
深層学習環境をインストールするときは、ローカルにダウンロードした Python アプリケーションを使用してインストールしないでください。覚えておいてください。そうしないと、一連の pip ダウンロードの失敗や速度の低下が発生します。鏡像を変更するだけでも満足のいくものではありませんが、これは顔が十分に白くないからではなく、この方法自体が推奨または推奨されていないためであることを覚えておいてください。また、CPU が古すぎる場合 (Core I3 など)、tensroflow ライブラリの一部の機能をサポートしていない可能性があります。この記事は少し長いので、正しく設定したい場合はよく読んでください。!!
最も信頼できる方法:
まず Python (anaconda) をインストールします。anaconda には組み込みの Python 環境 ( python -Vでバージョンを確認します) とサードパーティのライブラリ (numpy、pandas など) があり、インストール後にパスします。 DOS のconda activateコマンドanaconda 環境をアクティブ化し、anaconda 環境でのミラーリングと組み合わせた pip を介して tensorflow およびその他のライブラリをダウンロードすると、ダウンロードの進行状況バーが高速であることがわかります。また、別途ダウンロードしてインストールしたPython環境は削除しなければ競合しませんのでご安心ください!結局のところ、Python は動的言語です。
ダウンロード手順:
- Anaconda3-2020.07-Windows-x86_64.exe (このバージョンには、インストール後に Python3.8.3 バージョンが組み込まれています。事前に他の Python バージョンをインストールしても問題ありません。競合はありません) https://www.anaconda.com/products/individual
- Anaconda3 環境で pip コマンドを使用して tensorflow-gpu-2.10.0 と keras をインストールします (TensorFlow と Keras を pip+mirror の形式で anaconda にインストールすると速くなります)。tensorflow に keras が組み込まれている場合でも、コピーを個別にインストールすることをお勧めします
- グラフィック カード ドライバーのダウンロードには、元のドライバーが含まれています。ドライバーが新しいことを確認してください。NVIDIA ドライバーの公式 Web サイト: https://www.nvidia.cn/Download/index.aspx?lang=cn# (忘れないでください: Studioドライバーを選択してください)ダウンロードタイプ(SD)として)
- cuda_11.2.0 (約2.8GB)
- cudnn-8.1(460MB)
- cudart64_101.zip (136KB) https://www.dll-files.com/cudart64_101.dll.html
下の図は、tensorflow 公式 Web サイトで提供されている、対応するプログラム バージョンの互換性の説明です。
ヒント: コンピューターにグラフィックスがない場合カードがサポートされている場合は、パート 4、5、および 6 のインストールをスキップするだけで、この方法でインストールすることもできます。上記は、ダウンロードする準備をし、上記の順序でインストールする必要があるパッケージを大まかに示しています。
Anaconda のインストールと tensorflow-gpu と keras のダウンロード
Anaconda のダウンロード アドレス: https://www.anaconda.com/products/individual、クリックしてページに入り、下にドラッグして対応するバージョンを選択します。Windows 64 ビットのバージョンを選択しました。詳細は次のとおりです。 :
anaconda インストール注意事項: すべてのチェックボックスにチェックを入れると、自分で環境変数を設定する必要がなく、python3.8.3 が付属します (tensorflow の公式インストール入門に書かれている Python のバージョンは 3.7 ですが、それより上位のバージョンです)まったく問題ありません)、他の手順を心配する必要はありません。プロンプトに従って大胆に実行してください。インストール パスもカスタマイズできます。次の図を確認してください。
インストールが完了したら、次のように cmd コマンドで dos システムに入り、次のようにconda activate
と入力してanaconda 環境をアクティブにします。 次のようにpython -Vと入力してPython バージョンを表示します: pip install tensorflow -i https:/ と入力します。 /pypi.tuna.tsinghua.edu.cn/simple/。次のように:ダウンロードしたばかりの tensorflow ライブラリは、 D:\Anaconda\Anaconda\Lib\site-packagesのようなパスで見つかります。
「pip install keras -i https://pypi.tuna.tsinghua.edu.cn/simple/」と入力してkeras をダウンロードします。次の
ように、tensorflow に keras が組み込まれている場合でも、ここに別のコピーをインストールすることをお勧めします。が以前にインストールされている場合、既に存在することを示すメッセージが表示されます。はい、ダウンロードすると進行状況バーが素早く表示されるはずです。これまでのところ、Python 科学的深層学習キットがダウンロードされており、conda deactivateを通じてanaconda 環境を終了できます。
その後、anaconda の site-packages サブパスにインストールされたばかりのライブラリが表示されます。具体的なパスは次のとおりです。
グラフィックカードドライバーのダウンロードとインストール
Nvidia ドライバーの公式 Web サイトに移動します: https://www.nvidia.cn/Download/index.aspx?lang=cn# (インストール時に、グラフィックス カードの内容に応じて構成項目を選択します。ここでは、ダウンロード私の 1660Ti グラフィックス カードのタイプはStudio ドライバー (SD)です)、ダウンロードが完了したら直接インストールしてください。インストール プロセス中に画面がちらつくことがありますが、これは正常です。また、他のインターフェイスのバグが発生した場合は、再起動してください。ヒント: この手順により、グラフィック カード ドライバが最新バージョンであることが確認されます。この手順を無視すると、cuda のインストール時にコンピュータが不可解に再起動し、cuda のインストールが失敗する可能性があります。
cuda_11.2.0のダウンロードとインストール
ダウンロードアドレスhttps://developer.nvidia.com/cuda-toolkit-archive、11.2.0 を選択します。
ダウンロードが完了したら、インストールします。初心者の場合は、デフォルトですべてをインストールすることをお勧めします。デフォルトのインストールでは、すべてのパッケージがインストールされます。ここでも、デフォルトのインストールを選択します。私は、最後まで「次へ」をクリックするだけです。デフォルトのインストールを選択しなかった場合、後で何がインストールされますか? 特定のコード シナリオでは実行されない場合があります。また、コンピュータに VS 環境がない場合は、プロセスの途中で Visual Studio がないことに関する警告が表示されますが、無視して次へ進んでください。また、特定のコンポーネントに関するエラーが報告される場合もあります。 NVIDIA のこのファイルは、コンピュータのコントロール パネルで開くだけで、必要に応じてアンインストールできます。インストール中に画面がちらつきますが、これは正常な現象です。デフォルトのインストールが完了すると、一部の環境変数の設定が省略されますが、次のように環境変数を設定し、不足している項目を入力するだけです。
cudnn-11.0 のダウンロードとインストール
残念ながら、cuDNN をダウンロードするには、無料の NVIDIA 開発者アカウントhttps://developer.nvidia.com/cudnn-download-surveyを登録する必要があります。リンクにアクセスした後、[今すぐ参加]ボタンをクリックして登録し、受信した電子メールで確認してください。途中でクリックするだけです (注: 電子メールの受信に少し時間がかかる場合がありますので、しばらくお待ちください)。アカウントを取得してログインすると、ダウンロードする理由をいくつか入力する必要がありますが、お好みで入力するだけです。
3 枚の写真を添付します。具体的なダウンロード プロセスは次のとおりです。
写真 1:
写真 2:
写真 3:
ダウンロードが完了すると、圧縮されたパッケージ ファイルになります。bin、include、lib、および a の 3 つのフォルダーを含めて、直接解凍するだけです。 .txt テキスト ファイル。次に行うことは、次のように、これら 3 つのフォルダー (.txt テキスト ファイルは含まない) を、以前にダウンロードした cuda に対応するサブパスにコピーすることです。
cudart64_101 ダウンロード
すべての環境を構成し、コードを実行する準備をした後、cudart64_101 が見つからないという警告が表示されました。ダウンロード アドレスは https://www.dll-files.com/cudart64_101.dll.html で、解凍されたcudart64_101をコピーします。 .dllファイルは C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\binに似ており、特定のパスに従ってこのパスを参照してください。
終了
この時点ですべてが完了したので、コードを添付します。
from keras.datasets import imdb
def run():
(train_data, train_labels), (test_data, test_labels) = imdb.load_data(num_words=10000)
print(train_data)
print(type(train_data))
print(train_labels[0])
print(max([max(sequence) for sequence in train_data]))
if __name__ == '__main__':
run()
実行効果図は以下のとおりです。
次のように、GPU がサポートされているかどうかを検出するための小さなコードを添付します。
from tensorflow.python.client import device_lib
print(device_lib.list_local_devices())
実行効果図は以下の通りです。
ここまでで大発表は完了です!
ネット上のインストール環境設定は古いバージョンが多いので、最新のものを試してみたかったのですが、すんなりいきました!後期では、この記事は随時チェックされ、埋められます。
作成日: 2020-08-09
更新日: 2022-11-01