Article Image
read

instalar Theano, cudnn, libgpuarray en windows 10

Guía para instalar Theano + libgpuarray + cudnn Theano nos permite programar en un nivel abstracto para la tarjeta grafica,  Cudnn es una librería que nos provee funciones optimizadas para la implementación de redes neuronales, libgpuarray es una dependencia de cudnn.

Instalación de dependencias

  • Instalar ultimo controlador de GPU
  • instalar visual studio 2015 con opcion de librerias de c++ (checa que versión es compatible con la ultima versión de cuda  en http://docs.nvidia.com/cuda/cuda-installation-guide-microsoft-windows/index.html#axzz4l4bLMaRU)
  • Instalar CUDA Toolkit
  • instalar anaconda 3
  • Descargamos CMake 
  • Instalamos Git

Instalación de dependencias python

  • Crear un enviroment de Python con Anaconda
  • Activar ambiente
  • instalar Theano

    conda install Theano
  • Instalar pygpu

    conda install pygpu
  • Instalar cython

    conda install cython
  • Compilar e instalar libgpuarray con los siguientes pasos
    • Creamos un entorno de compilacion con acceso a compiladores y otras dependencias, para esto debemos ejecutar un archivo bat con el siguiente contenido, debe ser ejecutado dentro del enviroment activado de Python:
set cmakePath=D:\bin\cmake-3.8.2-win64-x64\bin 
set PATH=%cmakePath%;%PATH%
set k64=C:\Program Files (x86)\Windows Kits\10\bin\10.0.15063.0\x64 
set PATH=%k64%;%PATH%
set VS14P="D:\Program Files (x86)\Microsoft Visual Studio 14.0\VC" 
CALL %VS14P%\vcvarsall.bat amd64
Si la ruta C:\Program Files (x86)\Windows Kits\10\bin\10.0.15063.0\x64 no existe, deberás instalar el SDK de Windows, viene como opción en la instalación de visual studio 2017 community o bien puedes descargarlo de [https://developer.microsoft.com/es-es/windows/downloads/windows-10-sdk](https://developer.microsoft.com/es-es/windows/downloads/windows-10-sdk)

Una vez dentro del entorno de Python y ejecutado el bat, instalamos libgpuarray con los siguientes comandos

git clone https://github.com/Theano/libgpuarray.git
cd libgpuarray
mkdir Build
cd Build
cmake .. -DCMAKE_BUILD_TYPE=Release -G "Visual Studio 14 2015 Win64"
make
make install
python setup.py build
python setup.py install

Si no salió ningún error probamos con

set device=cuda0
python -c "import pygpu;pygpu.test()"

Instalamos las librerías de CUDNN de nvidia, para descargarlas tendrás que registrarte en su sitio web

Copia cada una de las 3 librerías en la ruta respectiva de la instalación de cuda:

  • C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\include
  • C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\lib\x64
  • C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\bin

Creamos el archivo de configuración de Theano .theanorc.txt en la ruta del usuario actual, el contenido es el siguiente: (tu cambia las rutas si es necesario)

[global]
device=cuda0
floatX=float32
optimizer_including = cudnn

[cuda]
root = C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0

[lib]
cudnn=1.0
#cnmem=0.8

[dnn]
enabled = True
include_path = C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\include
library_path = C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\lib\x64

[dnn.conv]
algo_fwd=small
[nvcc]
compiler_bindir=D:\Program Files (x86)\Microsoft Visual Studio 14.0\VC\bin
flags = -LC:\Anaconda3\libs
Para probar que todo haya salido bien activamos al enviroment sin ejecutar el .bat que nos da el entorno de compilacion, importamos Theano, y si todo salió bien no nos deberá marcar ningún error.
Blog Logo

Giovanni Crescencio Ahuactzi

Soy Gyo un blogero que disftruta de la tecnologia


Published

Image

Gyo&Joe

Blog personal de Gyo

Back to Overview