windows11でcudaの設定方法
機械学習のためにGPUを使って処理時間を短縮したい。
少しハマったので備忘録がてら記載しておく。
流れ
- cudaインストール
- conda, cuDNNのインストール
- 諸々インストール
参考
ココが最も詳しい www.kkaneko.jp
cudaインストール
以下のURLからダウンロード developer.nvidia.com
記載時は11を選択しても勝手に12が入ってきた。pytorchのサイト等で実行可能なcudaのバージョンを調べてからインストールするのが良い。
localとnetworkの2種類を選択できたがよくわからないのでlocalにした。
インストールが管理するとコマンドプロンプトからバージョンを確認できる。
> nvcc -V nvcc: NVIDIA (R) Cuda compiler driver Copyright (c) 2005-2023 NVIDIA Corporation Built on Mon_Apr__3_17:36:15_Pacific_Daylight_Time_2023 Cuda compilation tools, release 12.1, V12.1.105 Build cuda_12.1.r12.1/compiler.32688072_0
cuDNNについては上の参考を見ながらインストールする
conda環境新規作成
既存のconda環境は避難先として残す意図で、新たに環境を作っていく。pythonのバージョンは深く考えず最新の3.10を指定している。
> conda create -n gpu310 python=3.10 -y > conda activate gpu310 > python >>> import numpy as np >>> print(np.array([[1,3,4], [4,5,6]]).shape) (2, 3)
軽く動作確認しておく
諸々インストール
ココでハマった。windowsの場合はconda経由でpytorchをインストールすると失敗するらしい。というわけでpip経由でインストールしていく。この時コマンドラインでpip3が上で新しく作成した環境のpipになっているか確認すると良い。
なおインストールするためのコマンドはpytorchのサイトにジェネレータがあるので、そこからコピペすると良い。
> where pip3 C:\Users\username\.conda\envs\gpu310\Scripts\pip3.exe > pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118 > python >>> import torch >>> torch.cuda.is_available() True
tensorflowは上の参考を見ながら入れると良い
完了