週休5日ではありません!
久々に環境構築を行いました。今回は、筐体を開けてグラフィックボード(なんとTITAN RTX!!!)換装から。
環境構築のメインはPytorchの導入。
今まではtensorflow+kerasで行っていたのですが、
1. TensorflowがTF2に変わり、また勉強しなおさざるを得なくなってしまったこと
2. NiftyNetがMONAIとして生まれ変わり、tensorflow+kerasからPytorchへ変わったこと
3. 参加させてもらうことになったAIベンチャー企業がPytorchをお好みのこと
4. あのPreferred NetworksがChainerの開発を止め、Pytorchへ合流したこと
これらの理由で踏み切りました。まだdefine by runがよくわかってませんが...
今回はシンプルなアドバイスをいただいていたので、大きなトラブルなく環境構築できたっぽいです。
手順としては
1. GPUドライバーのインストール
2. Anaconda最新版の導入 (Python 3.7だったので、Python 3.6の仮想環境を用意)
3. Visual Studio 2015 Communityの導入
4. CUDA Toolkitのインストール (CUDA10.2がOKhttps://pytorch.org/)
5. 仮想環境をactivateして、Pytorchのインストール コマンドプロンプトから conda install pytorch torchvision cudatoolkit=10.2 -c pytorch
6. この状態で、一応CUDAは使えるみたいだけど (print(torch.cuda.is_avialable()) >> Trueなので)
cuDNNもDLして、CUDA toolkitのフォルダにコピー
さて、お次はMONAIの導入だ。
久々に環境構築を行いました。今回は、筐体を開けてグラフィックボード(なんとTITAN RTX!!!)換装から。
環境構築のメインはPytorchの導入。
今まではtensorflow+kerasで行っていたのですが、
1. TensorflowがTF2に変わり、また勉強しなおさざるを得なくなってしまったこと
2. NiftyNetがMONAIとして生まれ変わり、tensorflow+kerasからPytorchへ変わったこと
3. 参加させてもらうことになったAIベンチャー企業がPytorchをお好みのこと
4. あのPreferred NetworksがChainerの開発を止め、Pytorchへ合流したこと
これらの理由で踏み切りました。まだdefine by runがよくわかってませんが...
今回はシンプルなアドバイスをいただいていたので、大きなトラブルなく環境構築できたっぽいです。
手順としては
1. GPUドライバーのインストール
2. Anaconda最新版の導入 (Python 3.7だったので、Python 3.6の仮想環境を用意)
3. Visual Studio 2015 Communityの導入
4. CUDA Toolkitのインストール (CUDA10.2がOKhttps://pytorch.org/)
5. 仮想環境をactivateして、Pytorchのインストール コマンドプロンプトから conda install pytorch torchvision cudatoolkit=10.2 -c pytorch
6. この状態で、一応CUDAは使えるみたいだけど (print(torch.cuda.is_avialable()) >> Trueなので)
cuDNNもDLして、CUDA toolkitのフォルダにコピー
さて、お次はMONAIの導入だ。
※コメント投稿者のブログIDはブログ作成者のみに通知されます