トップページインストール,使い方Windows の種々のソフトウェア(インストール,使い方)NVIDIA ドライバ,NVIDIA CUDA ツールキット 11.0,NVIDIA cuDNN 8.2.1 のインストール(Windows 上)

NVIDIA ドライバ,NVIDIA CUDA ツールキット 11.0, NVIDIA cuDNN 8.2.1 のインストールについて

Windows での,NVIDIA ドライバ,NVIDIA CUDA ツールキット 11.0,NVIDIA cuDNN 8.2.1 のインストール,nvcc の使用例をスクリーンショット等で説明する.

TensorFlow 2.4 の運用を想定している. CUDA は,NVIDIA社が提供している GPU 用のプラットフォームである. NVIDIA 社のグラフィックス・カードが持つ GPU の機能を使うとき,NVIDIA CUDA ツールキット を利用することができる. NVIDIA 社のグラフィックス・カードが持つ GPU の機能を使うとき,NVIDIA CUDA ツールキット を利用することができる.

GPU は,グラフィックス・プロセッシング・ユニットの略で、コンピュータグラフィックス関連の機能,乗算や加算の並列処理の機能などがある.

目次

  1. NVIDIA ドライバ,NVIDIA CUDA ツールキット 11.5.2, NVIDIA cuDNN v8.3.3 のインストールについて
  2. Build Tools for Visual Studio 2019 (ビルドツール for Visual Studio 2019)のインストール
  3. NVIDIA ドライバ,NVIDIA CUDA ツールキットのインストール
  4. インストール後の確認
  5. NVIDIA cuDNN 8.2.1 のインストール
  6. nvcc を動かしてみる(マイクロソフト C++ ビルドツールを使用)
  7. NVIDIA CUDA 11.0 の動作確認のため,TensorFlow 2.4.4 を実行してみる

サイト内の関連ページ

先人に感謝.

外部へのリンク

NVIDIA ドライバ,NVIDIA CUDA ツールキット 11.0, NVIDIA cuDNN 8.2.1 のインストールについて

GPU は,グラフィックス・プロセッシング・ユニットの略で、コンピュータグラフィックス関連の機能,乗算や加算の並列処理の機能などがある. NVIDIA CUDA ツールキット は,NVIDIA社が提供している GPU 用のプラットフォームである.

NVIDIA ドライバ,NVIDIA CUDA ツールキット, NVIDIA cuDNN のインストールの要点と注意点

Windows での追加の注意点

TensorFlow, PyTorch が必要とするNVIDIA CUDA ツールキットとNVIDIA cuDNN のバージョンの確認

NVIDIA CUDA ツールキット, NVIDIA cuDNN のバージョンは何でも良い」か? そして, 「TensorFlow, PyTorch のバージョンも何でも良い (あるいは,TensorFlow, PyTorch を使う予定はない)」か?

Build Tools for Visual Studio 2019 (ビルドツール for Visual Studio 2019)のインストール

Build Tools for Visual Studio は,Windows で動くMicrosoft の C++ コンパイラーである.

ダウンロードページ

https://visualstudio.microsoft.com/ja/visual-cpp-build-tools/

詳細説明

Build Tools for Visual Studio 2019 (ビルドツール for Visual Studio 2019)のインストール: 別ページで説明している.

NVIDIA ドライバ,NVIDIA CUDA ツールキットのインストール

ダウンロードとインストールの手順

NVIDIA CUDA クイックスタートの公式ページ: https://docs.nvidia.com/cuda/cuda-quick-start-guide/index.html

  1. NVIDIA CUDA ツールキットのウェブページを開く

    https://developer.nvidia.com/cuda-toolkit-archive

  2. NVIDIA CUDA ツールキットのバージョンを選ぶ

    ここでは,「11.0.3」を選んでいる

    [image]
  3. Windows」,「10」,「exe [local]」を選ぶ.

    Windows 11 のときは,「11」を選んでください.

    [image]
  4. Base Installer」の右横の「Download」をクリックして,.exe ファイルをダウンロード

    [image]
  5. exe ファイルのダウンロードが始まる

    [image]
  6. ダウンロードした .exe ファイルを実行する.

    [image]
  7. 展開(解凍)先ディレクトリ(フォルダ)の指定.

    既定(デフォルト)のままでよい.「OK」をクリック.

    [image]
  8. 展開(解凍)が自動で行われるので,しばらく待つ.

    [image]
  9. ライセンス条項の確認

    [image]
  10. インストールオプションは,「カスタム(詳細)」を選び,「次へ」をクリック.

    [image]
  11. コンポーネントを確認する.

    CUDA」にチェックする.その他は,必要なものがあればチェックする.「次へ」をクリック.

    このとき,NVIDIA ドライバを選択することもできる(NVIDIA ドライバが未インストールであれば,インストールする).

    [image]

    ※ 但し,複数の版の NVIDIA CUDA ツールキットをインストールする場合には,古い版のNVIDIA CUDA ツールキットをインストールするときに「CUDA」だけを選ぶようにする.

    [image]
  12. インストール場所の選択は,既定(デフォルト)のままでよい.「次へ」をクリック.

    [image]
  13. Visual Studio Integration について表示された場合

    表示されなくても問題はない.

    [image]

    表示された場合には,次のように判断する.

  14. このとき,Windows セキュリティの画面が開くことがある.開いた場合には,「インストール」をクリック.
  15. インストールが始まるので,確認する.

    [image]
  16. このとき,グラフィックス・カードのドライバのインストールが始まる場合がある.「インストール」をクリックして,インストールを続行する.

    [image]
  17. Visual Studio がインストール済みのときは,Nsight for Visual Studio がインストールされたことが確認できる.確認したら「次へ」をクリック.

    [image]

    Visual Studio をインストールしていないときは,Nsight for Visual Studio はインストールされない. 表示は次のようになる.確認したら「次へ」をクリック.

    [image]
  18. インストール終了の確認.「閉じる」をクリック.

    [image]

    ※ 「コンピュータを再起動してください」と表示される場合がある.そのときは,再起動する.

  19. GeForce Experience が自動で開く場合がある

インストール後の確認

環境変数の確認

Windows のシステム環境変数自動で設定されていることを確認

nvcc の確認

nvcc にパスが通っていることを確認する

Windowsのコマンドプロンプトを開き、次のコマンドを実行.

where nvcc

[image]

NVIDIA cuDNN 8.2.1 のインストール

要点

ダウンロードとインストールの手順

  1. NVidia の cuDNN のウェブページを開く

    https://developer.nvidia.com/cuDNN

  2. ダウンロードしたいので,cuDNNのところにある「Download cuDNN」をクリック.

    [image]
  3. メンバーシップに入る

    [image]
  4. ログインする

    [image]
  5. 調査の画面が出たときは,調査に応じる

    [image]
  6. ライセンス条項の確認

    [image]
  7. 「Archived cuDNN Releases」をクリック

    [image]
  8. ダウンロードしたいバージョンを選ぶ

    ここでは「cuDNN v 8.2.1, for CUDA 11.X」を選んでいる.

    このとき,画面の「for CUDA ...」のところを確認し,使用するNVIDIA CUDA のバージョンに合うものを選ぶこと.

    [image]
  9. Windows 版が欲しいので Windows 版を選ぶ

    [image]
  10. ダウンロードが始まる.

    [image]
  11. ダウンロードした .zip ファイルを展開(解凍)する.展開の結果 cuda という名前のディレクトリができる.その中のサブディレクトリを確認しておく.

    Windows での展開(解凍)のためのソフトには,「7-Zip」などがある.

    [image]
  12. CUDA ツールキットをインストールしたディレクトリ」は,「C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0」 のようになっている.確認する.

    [image]
  13. 確認したら, さきほど展開してできたディレクトリcuda の下にあるすべてのファイルとディレクトリを,「CUDA ツールキットをインストールしたディレクトリ」にコピーする

    [image]

インストール後に行う環境変数の設定

NVIDIA cuDNN をインストールしたディレクトリ」をもとに環境変数を設定する.

NVIDIA cuDNN をインストールしたディレクトリ」が C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0 の場合には,次のように設定する.

nvcc を動かしてみる(マイクロソフト C++ ビルドツールを使用)

nvcc を動かしてみる

  1. C/C++ をコマンドで使いたいので,Visual Studio の x64 Native Tools コマンドプロンプトを開く.

    起動は,Windows のメニューで「Visual Studio 2019」の下の「x64 Native Tools コマンドプロンプト (x64 Native Tools Command Prompt)」を選ぶ.「x64」は,64ビット版の意味である.

    ※ 32ビットのNative Tools コマンドプロンプトでは nvcc が動かない

    以下の操作は,x64 Native Tools コマンドプロンプトで行う

  2. 確認のため,「where cl」を実行.

    エラーメッセージが出ていないことを確認.

    where cl
    

    [image]
  3. nvccの動作確認のため,

    https://devblogs.nvidia.com/easy-introduction-cuda-c-and-c/に記載のソースコードを使用. まず,エディタを開く(ここでは「メモ帳」を使っている).

    x64 Native Tools コマンドプロンプト で,次のコマンドを実行. ファイル名は hello.cu としている.

    cd %HOMEPATH%
    notepad hello.cu
    

    [image]

    その後,ファイルを編集し,ファイルを保存.

    エディタで hello.cuのようなファイル名で保存.

    [image]
  4. ビルドと実行.

    「nvcc hello.cu」で a.exp というファイルができる. 「Max error: 0.000000」と表示されればOK.

    うまく動かないときは,まず,マイクロソフト C++ ビルドツールの動作を,別ページの手順により確認し,異常があれば,マイクロソフト C++ ビルドツールのインストールなどで対処.それでも動かないときは,NVIDIA CUDA ツールキット 11.0 のインストールしたときの作業に間違いがなかったかを再確認.

    nvcc hello.cu
    

    [image]
    .\a.exe
    

    [image]

NVIDIA CUDA 11.0 の動作確認のため,TensorFlow 2.4.4 を実行してみる

Python 3.8 をインストールの後, 次のコマンドを実行することにより, TensorFlow 2.4.4 のインストール,インストール済みの TensorFlow のバージョンの確認,TensorFlow から GPU が認識できているかの確認を行う. エラーメッセージが出なければ OK.

管理者として実行した コマンドプロンプトで,次のコマンドを実行.

python -m pip install tensorflow==2.4.4
python -c "import tensorflow as tf; print(tf.__version__)"
python -c "from tensorflow.python.client import device_lib; print(device_lib.list_local_devices())"

[image]