2022年度第5回卒研セミナー(2022/05/19)

関連サイトと資料

Miniconda ダウンロードサイト

Visual Studio Code – コードエディター | Microsoft Azure

PyTorchでGPU情報を確認（使用可能か、デバイス数など） | note.nkmk.me

Minicondaのインストール

「関連サイトと資料」にある「Miniconda ダウンロードサイト」から、Miniconda3(Python3.9, 64-bit)をダウンロードして、インストールを行う。

Visual Studio Codeのインストール

「関連サイトと資料」にある「Visual Studio Code – コードエディター | Microsoft Azure」から、VSCode(Windows, 64-bit, User Installer)の最新版をダウンロードして、インストールを行う。

Visual Studio Codeの日本語化

VSCodeの一番左側の上から5番目のアイコンをクリックする。

すると、Extensionsの一覧とキーワードを入力するためのテキストボックスが表示される。

テキストボックスに「jap」と入力すると、Extensionsの一覧の一番上が「Japanese Language Pack for V...」になるのでその「Install」ボタンをクリックする。

しばらく待つと、以下の図のようになるのでVSCodeを終了する。

再度VSCodeを起動すると、以下の図のように日本語化が完了している。

Visual Studio CodeのPythonプラグインのインストール

VSCodeの一番左側の上から5番目のアイコンをクリックすると、日本語パッケージがインストールされていることがわかる。

テキストボックスに「python」と入力すると、MicrosoftのPythonプラグインが最初に表示されるので、その「Install」ボタンをクリックする。

しばらく待つと、以下の図のようになるのでVSCodeを終了する。

再度VSCodeを起動すると、以下の図のようにPythonプラグインのインストールが完了している。

Visual Studio CodeのターミナルをPowershellからコマンドプロンプトに変更する

個人的な体験談で恐縮ですが、ターミナルをデフォルトのPowershellのまま使用していると、動作が不安定になることが多い気がします。そこで、昔からあるコマンドプロンプトに変更しましょう。

まず、メニューの「ファイル」→「ユーザー設定」→「設定」を選択します。すると、以下の図のような画面になります。

上部のテキストボックスに「terminal.integrated.shell」と入力します。下部にはその関連項目が表示されるので、その中から「Terminal > Integrated > Default Profile:Windows」という項目を探します。当該項目のリストボックスから「Command Prompt」を選択します。

CUDA Toolkitのインストール

「関連サイトと資料」にある「CUDA Toolkit Archive | NVIDIA Developer」をブラウザで開き、バージョン「11.3.1」のリンクをクリックする。

すると、以下のようなページが開くので、赤枠で囲った部分をクリックする。

下に、以下のような表示が出現するので、右側にある赤枠で囲った部分をクリックする。

ダウンロードしたファイル「cuda_11.3.1_465.89_win10.exe」をダブルクリックし、インストールを行う。途中、以下のダイアログが表示されるので、赤枠で囲った部分にチェックを入れ、青枠で囲った部分をクリックする。

Minicondaにおける仮想環境の作成

ネットワークストレージに置いてある「condarc」ファイルをフォルダー「C:\Users\ユーザ名\miniconda3」にコピーしてください。そして、コピーしたファイル名を「condarc」から「.condarc」に変更してください。ちなみに、このファイルには以下のような設定が記述されており、以下で使用するcondaコマンドがproxyサーバを経由してインターネットからダウンロードできるようにするものです。

proxy_servers:
  http: http://ccproxyz.kanagawa-it.ac.jp:10080
  https: http://ccproxyz.kanagawa-it.ac.jp:10080

下の図の赤丸をクリックして、コマンドプロンプトを開いてください。

下の図のように、コマンド「conda create -n torch_gpu python=3.8 pip=20.2.1」と入力して、エンターキーを押してください。後で「Proceed ([y]/n)?」と聞いてくるので、「y」と入力してエンターキーを押してください。

仮想環境の作成が完了したら、「conda activate torch_gpu」と入力して、エンターキーを押してください。プロンプトの左側のカッコの中の表示が「base」から「torch_gpu」に変化し、仮想環境「torch_gpu」に入ったことを示しています。

仮想環境「torch_gpu」で、「pip install torch==1.10.1+cu113 torchvision==0.11.2+cu113 torchaudio==0.10.1+cu113 -f https://download.pytorch.org/whl/torch_stable.html --proxy=https://ccproxyz.kanagawa-it.ac.jp:10080」と入力して、エンターキーを押してください。

GPUの動作チェック

「ドキュメント」フォルダーの下の「Python script」フォルダーの下に「thesis」というフォルダーを作成し、さらにその下に「20220519」というフォルダーを作成します。
VSCodeのメニュー「ファイル」-「フォルダーを開く...」を選択し、上記フォルダーを開きます。
下記のようなダイアログが表示されたら、赤枠の箇所にチェックを入れ、青枠のボタンをクリックします。

VSCodeのメニュー「表示」-「コマンドパレット...」を選択し、中央部に表示される選択リスト上部のテキストボックスに「interpreter」と入力します。すると、「Python:インタープリターを選択」という項目が表示されるのでクリックします。

すると、システムにインストールされているPythonの一覧が表示されるので、「torch_gpu」をクリックします。「torch_gpu」が表示されない場合には、右上の更新ボタンをクリックします。

赤枠のアイコンをクリックし、新規作成されるファイルの名前を「test1.py」にします。

以下のリストの内容を右側のエディタ部（「test1.py」タブ）に入力する。

import torch
    
print(f'PyTorchのバージョン：{torch.__version__}')
print(f'GPUが有効か否か：{torch.cuda.is_available()}')

VSCodeのメニュー「実行」-「デバッグなしで実行」を選択し、プログラムを実行します。画面下部に以下のような表示があれば、GPUは正常に動作しています。