windows10

Windows10 + CUDA + Pytorch

まずはpythonをインストールします。

公式サイトから64bit版のpython-3.7.2-amd64.exeをダウンロードします。

python3_customize

 

python3_customize_pip

 

pipenvのインストール

インストールが完了したらコマンドプロンプトから以下を実行します。

18.1がインストールされましたが、19.0.2が最新なようなのでアップデートします。

インストールパッケージがプロジェクトディレクトリに保存されるように

環境変数に以下を追加します。

変数名:PIPENV_VENV_IN_PROJECT

値:true

python3仮想環境の作成

プロジェクトディレクトリに作成されない場合は環境変数が反映されていない可能性があるので再起動をしてください。

 

pytorchのインストール

pytorchのサイトから必要なバージョンを選択するとインストール方法が表示されるので

その通りにコマンドプロンプトで入力します。

pytorch

今回は以下の通り

 

CUDAにVisual Studioが必要なので

Visual Studio Comunity 2017をダウンロードしてインストールします。

 

CUDA toolkit 10.0をインストールします。

nvidia公式からダウンロードしてインストーラに従ってインストールします。

cuda10

cuDNNをインストールします。

同じくnvidia公式からダウンロードします(無料登録が必要です)

ここではcuDNN Library for Windows10をダウンロードします。

ダウンロードしたファイルを解凍するとcudaフォルダ以下にあるそれぞれのファイルを下記のパスへコピーします。

(1) …\cuda\bin\cudnn64_7.dll → C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin\
(2) …\cuda\include\cudnn.h → C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\include\
(3) …\cuda\lib\x64\cudnn.lib → C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\lib\x64\

 

これで準備が整いましたのでpythorchでCUDAが有効になっているか確認してみます。

プロンプトからpythonを実行します。

torchをインポートしてCUDAが有効か確認します。

Trueと表示されたら無事に完了です。

おまけ

jupyter notebookのインストール

jupyter notebookの実行

> jupyter notebook

実行したディレクトリがRootディレクトリになります。

ブラウザでlocalhost:8888/treeにアクセスしてファイルが表示されたら完了です。

jupyter

Ctrl + Cで終了します。

別のPCからアクセスする場合は

?token=の形でQueryが発行されるのでブラウザのURIに貼り付けてアクセスしてください。

 

必要に応じて利用するライブラリをインストールします

matplotlibのインストール