1. ホーム
  2. tensorflow

anacondaでtensorflow-gpuをインストールする

2022-02-16 09:02:52

一般的に私はインターネットでチュートリアルを検索するのが好きではなく、様々なプログラムのインストールに関するチュートリアルは公式サイトに行っています。今回のtensorflowのインストールも例外ではなく、tfのウェブサイトを見てみると インストールチュートリアル . dllが見つからないというメッセージが表示されました。それから、cuda, cudnn, python, tfのバージョンを確認し始めた。ググってみるとanacondaはgpu版のtensorflowを直接インストールできることがわかりました。私のマシンのpython環境はanacondaなので、試してみました。cudaのインストールも必要ないので、うまくいかないと思った。まさかanacondaが強いとは思いませんでした。公式サイトのインストール方法と比べると、シンプルで使いやすいですね。自分が忘れないように記録したり、他の人の参考にしたり。

I. anacondaのインストール

anacondaをダウンロードするには。 https://www.anaconda.com/distribution/ 私はpython3版を使用しています。

II. anacondaのアップデート(オプション)

cmdまたはpowershellで次のコマンドを実行します。

conda update conda
conda update anaconda
conda update python
conda update --all

III. 仮想Python環境の作成(オプション)

conda create --name tf-gpu

IV. tf関連パッケージのインストール

conda install tensorflow-gpu keras-gpu  
conda install -c aaronzs tensorflow-gpu
conda install -c anaconda cudatoolkit
conda install -c anaconda cudnn

インストールが完了したら、以下のpythonコードを実行して、インストールが成功したかどうかをテストすることができます。

import tensorflow as tf
hello = tf.constant('hello, tf-gpu!')
sess = tf.Session()
print(sess.run(hello))

以下のように出力されれば、インストールは成功です。

2019-05-03 10:00:18.303348: I tensorflow/core/platform/cpu_feature_guard.cc:141] Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX AVX2
2019-05-03 10:00:18.528621: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1433] Found device 0 with properties:
name: GeForce GTX 950M major: 5 minor: 0 memoryClockRate(GHz): 1.124
pciBusID: 0000:01:00.0
totalMemory: 4.00GiB freeMemory: 3.34GiB
2019-05-03 10:00:18.538391: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1512] Adding visible gpu devices: 0
2019-05-03 10:00:19.957217: I tensorflow/core/common_runtime/gpu/gpu_device.cc:984] Device interconnect StreamExecutor with strength 1 edge matrix:
2019-05-03 10:00:19.965859: I tensorflow/core/common_runtime/gpu/gpu_device.cc:990] 0
2019-05-03 10:00:19.969174: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1003] 0: N
2019-05-03 10:00:19.972276: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1115] Created TensorFlow device (/job:localhost/replica:0/ task:0/device:GPU:0 with 3050 MB memory) -> physical GPU (device: 0, name: GeForce GTX 950M, pci bus id: 0000:01:00.0, compute capability: 5.0)
b'hello, tf-gpu!'

出力は環境によって異なりますが、cpuコマンドがコンパイルされていないことと、gpuデバイスが検出されたことだけは確認できます。

Your CPU supports instructions that this TensorFlow binary was not compiled to use: 
tensorflow/core/common_runtime/gpu/gpu_device.cc:1433] Found device 0 with properties:
[tensorflow/core/common_runtime/gpu/gpu_device.cc:1115] Created TensorFlow device 

tf-gpuのanacondaへのインストールは非常にスムーズに、またエラーもなく行われたので、この記事にはエラー処理は含まれていません。

注意事項
anaconda の仮想 python 環境を使用している場合、python コードを実行する前に仮想環境を有効にする必要があります。

conda activate tf-gpu


技術に関係ない個人的なつぶやきを紹介します。

csdnブログが長いこと更新されていないのは、一方ではサボって技術書を読む量が減ったからで、最初は「海外には中国語の本がない」と理由をつけていたが、長年英文に慣れていて、中国語にあまり慣れていないことがわかり、理由は妥当でないことが判明した。一方、勉強が本当に忙しくて、研究の方向性が具体的な技術実装と少しずれていたので、こちらの方が確実な言い訳かもしれません。ともあれ、せっかく手に取るのだから、根気よくやってみようと思います。最後に、早く博士号を取得したいですね。