GPU를 이용해 DeepLearning을 하기 위한 환경 구축의 비망록입니다.

준비하는 것

Visual Studio 2017

Anaconda

CUDA 9.2

cuDNN

PyCUDA

Visual Studio 설치

우선은 Visual Studio 2017 를 다운로드·인스톨 한다.
설치 시 주의하는 것은 Windows 10 SDK의 구성 요소를 잊지 않고 설치하는 것(오렌지 테두리로 둘러싼 곳). ''C++로 데스크톱 개발'' 아래에 있습니다.
워크로드는 이미지에 찍혀있는 4 개를 설치했습니다.

Anaconda 설치

Python과 주요 라이브러리가 세트로 되어 있는 Python 패키지. 파이썬의 IDE 인 "Spyder"가 포함되어 있습니다.
python3.6 또는 python2.7을 선택할 수 있으며, 64bit 또는 32bit도 선택할 수 있으므로 자신의 환경에 맞게 설치. 나는 3.6으로 했다.
아나콘다 에서 다운로드

CUDA 설치

CUDA(쿠다)는 Compute Unified Device Archtecture의 약칭으로 NVIDIA의 GPU 컴퓨팅을 위한 통합 개발 환경입니다. 프로그램 기술, 컴파일러, 라이브러리, 디버거 등으로 구성된다.
CUDA 에서 자신의 PC 어울리는 것을 선택하고 "Base Installer"에서 다운로드

cuDNN 설치

딥 러닝용 CUDA 라이브러리, 처리에 GPU를 사용할 수 있도록 하기 위한 것.
다운로드하기 전에 회원 등록해야 함
cuDNN( htps : //로 ゔぇぺぺr. 응아아. 코 m / kud ) for CUDA 9.2 다운로드


다운로드하면 zip을 압축 해제하고 내용의 "bin", "include", "lib"파일을 복사하여
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.2 아래에 붙여넣습니다.

PyCUDA 다운로드

CUDA를 파이썬으로 사용하기위한 것
※ 다양한 버전이 있으므로주의
나는 ''pycuda-2017.1.1+cuda9288-cp36-cp36m-win_amd64.whl''을 사용했습니다.
PyCuda 에서 다운로드

다운로드한 파일을 사용자 폴더(C:\Users\사용자 이름) 아래에 가져온다.

Anaconda Prompt 시작

다음 순서로 pycuda와 cupy와 chainer를 설치한다.pip install pycuda-2017.1.1+cuda9288-cp36-cp36m-win_amd64.whlpip uninstall cupypip install --no-cache-dir -vvvv cupypip uninstall chainerpip install --no-cache-dir -vvvv chainer

Spyder의 IPython 콘솔 시작

다음 순서로 import한다.import chainerimport cupyimport cupy.cudnnimport에서 오류가 발생하지 않으면 라이브러리가 성공적으로 설치되었습니다.
만약 에러가 발생하면 chainer.print_runtime_info() 라는 커멘드로 Chainer나 Cupy, CUDA, cuDNN의 버젼을 확인할 수 있다.