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

1. cudaインストール
2. conda, cuDNNのインストール
3. 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。

pytorch.org

> 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