LoginSignup
3

More than 3 years have passed since last update.

Tensorflow2.0のGPU版をWindows10で使用するまで

Posted at

Tensorflow2.0のGPU環境を作る手順

tensorflow2.0でGPU環境を作る際に手間取ったので、ログを残しておく目的で記載。

この記事を読んでわかること

windows10環境でGPUを使ったtensorflow2.0.0が動かせるようになる

環境

  • OS:windows10
  • GPU:Geforce970
  • python:3.6
  • tensorflow:2.0
  • CUDA:1.0.0
  • cuDNN:7.4.1 for CUDA10.0

バージョン確認

tensorflowのページに記載されているバージョンでインストールする

バージョンの対応は厳密に決まっていて、10.0が10.1になっただけでも動かないため注意

tensorflow1.Xの時はバージョン対応表があったのだが、2020年1月時点でtensorflow2.Xは記載されていない。

上のページから、インストールするバージョンは以下となる。
+ CUDA 10.0
+ cuDNN 7.4.1 for CUDA10.0
+ tensorflow-gpu==2.0.0alpha


インストール

  1. Microsoft Visual C++ 2017

    MicrosoftのサイトからVisual Studio 2017 communityをダウンロードしてインストールします

  2. CUDA 10.0

    CUDA10.1はtensorflow2.0に公式対応していないため、CUDA10.0を選択して公式サイトからダウンロードする。

CUDA.jpg

インストールを実行する。

システムの環境変数のPATHに以下の3つのパスを追加する。
+ C:\Proguramu Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin
+ C:\Proguramu Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\libnvvp
+ C:\Proguramu Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\extras\CUPTI\libx64

  1. cuDNN 7.4.1 for CUDA10.0
    公式サイトから、cuDNN 7.4.1 for CUDA10.0をダウンロードしインストールする。

cuDNN.jpg

ダウンロードには無料の会員登録が必要

cuDNNdownload.jpg
「Download cuDNN v7.6.5 (November 5th, 2019), for CUDA 10.0」を選ぶこと

それ以外では動かないので注意。

ダウンロードした「cudnn-10.0-windows10-x64-v7.6.4.38.zip」を解凍し、中身を「C:\Proguramu Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0」にコピーすればOK。

  1. tensorflow2.0
    pip install tensorflow-gpu==2.0.0でインストールする。 pythonの3.6か3.5が入っていない場合、 事前にanacondaを利用して環境を作っておく

インストール確認

正常にインストールされたことの確認を行います。

  1. CUDAバージョン確認

nvcc -vコマンドでバージョンを確認する。

release 10.0となっていることを確認すればOK
```

nvcc -V
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2018 NVIDIA Corporation
Built on Sat_Aug_25_21:08:04_Central_Daylight_Time_2018
Cuda compilation tools, release 10.0, V10.0.130
```

  1. cuDNNバージョン確認

where cudnn64_7.dllでエラーメッセージが出なければOK

```

where cudnn64_7.dll
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin\cudnn64_7.dll
```

  1. tensorflow2.0インストール確認

  2. tensorflowでGPUが使えていることの確認
    以下のコードを実行する。

#TensorFlowがGPUを認識しているか確認
import tensorflow
from tensorflow.python.client import device_lib
device_lib.list_local_devices()

出力結果にGPUが出ていればOK

今回の結果だとdevice_type: "GPU"とあるのでGPUが認識できている。

[name: "/device:CPU:0"
device_type: "CPU"
memory_limit: 268435456
locality {
}
incarnation: 14349658765200920174, name: "/device:GPU:0"
device_type: "GPU"
memory_limit: 3143997849
locality {
bus_id: 1
links {
}
}
incarnation: 12577774133916212125
physical_device_desc: "device: 0, name: GeForce GTX 970, pci bus id: 0000:01:00.0, compute capability: 5.2"]

快適なtensorflow2.0.0ライフを!

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
3