1.AnacondaとPythonをインストールする
詳細については、私の記事「Anaconda のインストールと構成」を直接参照してください。
2.CUDAをインストールする
1. まず、ローカルGPUに対応する cuda バージョンを確認します。以下の図に示すように、ローカル cuda バージョンは 11.6 で、後で選択する cuda バージョンはここでのバージョンを超えてはいけません。
操作:右クリック -> NVIDIA コントロール パネル -> ヘルプ -> システム情報 -> コンポーネント
2. cuda を確認した後、https://developer.nvidia.com/cuda-toolkit-archive に移動し、この Web サイトからダウンロードする対応する cudatoolkit バージョンを選択します。図に示すように、このマシンにダウンロードすることを選択したバージョンが選択されます。は 10.1 なので、ここでバージョンを選択してください ダウンロードする cudnn と tensorflow-gpu のバージョンは cuda のバージョンによって決定されるので注意してください。これらが一致していないと、バージョンが一致しないなどの問題が発生して使用できなくなります。
3. cuda をダウンロードした後
、 ① インストール パッケージを開くと、プロンプト ボックスが表示され、一時的な解凍場所を選択できます (この場所の内容は、cuda をインストールすると自動的に削除されます)。ここがデフォルトです。ok をクリックします。
② 前の手順を完了したら、[カスタム] を選択し、[次へ] をクリックします。
③前のステップを完了します。ここで CUDA をチェックする必要があります。次のオプションはチェックを外すことができます。これはフォローアップには影響しません。
④ 次に、次のステップに進み、インストールが完了するまで待ちます（途中でインストール場所を選択すると、ディレクトリを変更できます。先頭のドライブ文字のみを変更し、フォルダーはそのままにするのが最善です）後方一貫性があり、将来の管理に便利です)。
⑤ インストール完了後、環境変数が存在するか確認します 通常、環境変数はインストール完了後に自動的に設定されますが、存在しない場合は手動で設定する必要があります。
a. コンピューターのプロパティを開き、詳細なシステム設定を見つけて、開く環境変数を選択します。
b. 以下の環境変数があるかどうかを確認します。ない場合は、自分で追加する必要があります。図の名前と値に応じて、コンピュータの CUDA がインストールされている場所を設定します。
CUDAのインストールが完了しましたので、cuDNNファイルをダウンロードして解凍します。
3.cuDNNをインストールする
このURL https://developer.nvidia.com/rdp/cudnn-archive を開き、初めてダウンロードをクリックすると、最初に登録とログインを求められます。それからダウンロードします。記入しても問題ありません登録プロセス中にコンテンツを注意深く確認してください。ここではスキップして、ダウンロード リンクを入力してください。
① まず、インストールされている CUDA のバージョンに応じて、対応する cuDNN のバージョンをダウンロードし、こちらから対応する tensoflow-gpu のバージョンと Python のバージョンを確認します。
このマシンには CUDA10.1 バージョンがインストールされているため、cuDNN7.6 を選択してダウンロードします。下の赤いボックス内のすべてを選択できます。
②ダウンロード完了後、ファイルを解凍し、cudnnファイル内の該当ファイルをcudaの対応するインストールディレクトリに移動します。移動場所を間違えないように注意してください。
ここでcuDNNのインストールは終わり、次はお待ちかねのtensorflow-gpuのインストールとなります。
4. tensorflow-gpu をインストールする
Anaconda を使用します (このステップを選択した場合、Python やさまざまな一般的なツールキットをダウンロードする必要はありません。パッケージ化されてダウンロードされます)
pip を使用して直接インストールします (このマシンはこの方法を採用しています)。
まず、cmd コマンド ライン インターフェイスを開きます。ここでは、管理者として開くことをお勧めします。
次に、コマンド ラインに次のコマンドを入力してインストールします。
pip install tensorflow-gpu==2.3.0 --default-timeout=100 -i https://pypi.tuna.tsinghua.edu.cn/simpleここまでで、pip を使用した tensorflow-gpu のインストールは終了です。正常に実行できるかどうかをテストし、新しい Python ファイルを作成し、次のコマンドを入力します。このコードは任意の方法で実行できます (ここで pycharm が使用されている場合は、公式 Web サイトに直接アクセスしてダウンロードすると、非常に便利です)。下図の赤色の内容が表示されたら、tensorflow-gpu バージョンが正常に実行されたことを意味します。
import tensorflow as tf
tf.autograph.set_verbosity(0)
physical_devices = tf.config.experimental.list_physical_devices('GPU')
print(physical_devices) インストールが成功したことを示す次の情報が表示されます。