本記事ではPythonで深層学習を実行するための環境構築の基本をまとめます．
WindowsではPython, CUDA, cuDNN, tensorflowなどそれぞれのverの相性により正常に作動しない場合がありますので，注意が必要です．
手順
- Visual Studio 2019でのC++とPythonのインストール
- Anacondaのインストール
- CUDAのインストール
- AnacondaでPythonの仮想環境の作成
- tensorflowのインストール
- cuDNNのインストール
- 各種moduleのインストール
Visual Studio 2019でのC++とPythonのインストール
Visual Studio Tools のダウンロード - Windows、Mac、Linux 用の無料インストール
↑↑から”無料ダウンロード”を押すと，インストーラーが自動ダウンロードされる．
開いて”C++”と”Python”にチェックと入れてインストール
CUDAのインストール
CUDA Toolkit 10.0 インストール手順 - Qiita
CUDAのインストールは↑↑のページがわかりやすい．
Windows でのソースからのビルド | TensorFlow
適合についてはtensorflowのofficialがわかりやすい．
Anacondaのインストール
Anaconda | Individual Edition
↑↑からAnacondaをインストール．OSに合致したものが表示される．
tensorflowのインストール
AnacondaのEnvironmentからpythonの仮想環境を構築
↓
Terminalを立ち上げ(windowだとコマンドプロンプトが立ち上がる)
↓
以下のコードでインストールと確認
〜 #tensorflowのインストール pip install --upgrade tensorflow #インストールの確認 python -c "import tensorflow as tf;print(tf.reduce_sum(tf.random.normal([1000, 1000])))" 〜
cuDNNのインストール
NVIDIA cuDNN 8.2 のインストール（Windows 上）
↑↑cuDNNはこちらがわかりやすい．
これも適合verを注意．基本tensorflowとCUDAのverが決まっていれば，消去法で選択できる．
最後のファイルの移し替えを忘れないように．
上記すべてを入れたら，再度Anacondaからpython環境のターミナルを立ち上げて，必要となるモジュールをインストールする．
