Cuda+Deeplearningのための環境構築(2018.7.1)まとめ

先日の環境構築後もいろいろなトラブルが発生して乗り切ったため、ここですべてをまとめる

（インストール方法）

１．win10インストール

２．オフライン

３．visualstudio2015インストール

４．Anacondaインストール

５．CUDAver9.0インストール（nvidiaのHPからダウンロード）

６．cuDNN7.05を解凍（nvidiaのHPからダウンロード）

　解凍したcudaをC:\Program Files\Library（新規作成）の中にいれてC:\Program Files\Library\cuda\binにPathを設定

　（Pathはシステムーシステムの詳細設定－環境変数の「path」に追加する

７．オンライン

８．コマンドプロンプトで「nvcc」と打ち込んでリターン

　　nvcc fatal: No input ・・・と出ればここまではOK

９．Anacondaをインストールしたフォルダを右クリック、プロパティ、セキュリティでユーザーにフルコントロールを与える。

１０．Anaconda promptで「conda update --all」と打ち込んでリターン

　　（anadondaを最新にする）

１０．OS再起動

１１．Anaconda promptで

　　　pip install tensorflow-gpu==1.7

           pip install msgpack

           pip install keras==2.1.5

１２．システムーデバイスマネージャーでグラフィックドライバーを最新にする

１３．Anaconda promptで「python」と打ってpythonの対話モードに。

　　　import tensorflow

          print(tensorflow.test.is_built_with_cuda())

　　　と打ち込んでtrueが返ってくるとcuda環境の完成

///

（これまでのトラブル）※上記の手順はトラブル対処済み

・どのCUDAをダウンロードすればよいかわからない ->　最新の9.2はだめ(2018.7.1時点）、9.1もだめ、9.0のみOK

・CUDAver9.0がインストールできない -> visualstudio2015のインストール時にC++のチェックを入れ忘れ

・どのcuDNNがよいかわからない　-> CUDAのバージョンに合わせる（CUDA9.0用のv7.1）

　　　※ネット上ではCUDAバージョンに合わせてもcuDNNにも複数のバージョンがあってトラブル発生らしい

・Anacondaの更新でパーミッションエラー ->  ユーザーにフルコントロールを与える

・tensorflow-gpuとkerasが動かない　->　ヴァージョンを指定してインストール

・MNISTは動くが、ほかの多層ではcuDNNがINITIALIZEができないなどとエラーが発生

　　　　　　　　　　　　　　　　　　　　　　　　　-> グラフィックドライバーを最新に更新する

///

CUDA環境構築が難しい理由

ともかく、ヴァージョン指定がシビア　これがすべての原因であり、根源。

CUDA ver9.0

cuDNN ver7.1 (for CUDA ver9.0)

tensorflow-gpu ver 1.7

keras ver.2.1.5

グラフィックドライバー ver最新（2018.7.1現在）