Microsoft-cognitive-toolkit-cpu-gpu
Microsoft Cognitive Toolkit(CNTK)-CPUおよびGPU
Microsoft Cognitive Toolkitは、CPUのみとGPUのみという2つの異なるビルドバージョンを提供します。
CPUのみのビルドバージョン
CNTKのCPUのみのビルドバージョンは、最適化されたIntel MKLMLを使用します。MKLMLはMKL(Math Kernel Library)のサブセットであり、MKL-DNNのインテルMKLの終了バージョンとしてIntel MKL-DNNとともにリリースされます。
GPUのみのビルドバージョン
一方、CNTKのGPUのみのビルドバージョンは、 CUB や cuDNN などの高度に最適化されたNVIDIAライブラリを使用します。 複数のGPUと複数のマシンにまたがる分散トレーニングをサポートします。 CNTKでさらに高速な分散トレーニングを行うために、GPUビルドバージョンには以下も含まれています-
- MSR開発の1ビット量子化SGD。
- ブロック運動量SGD並列トレーニングアルゴリズム。
WindowsでCNTKを使用してGPUを有効にする
前のセクションでは、CPUで使用するCNTKの基本バージョンをインストールする方法を説明しました。 次に、CNTKをインストールしてGPUで使用する方法について説明します。 ただし、詳しく説明する前に、まずサポートされているグラフィックスカードが必要です。
現在、CNTKはNVIDIAグラフィックスカードをサポートし、少なくともCUDA 3.0をサポートしています。 確認するには、GPUがCUDAをサポートしているかどうかをhttps://developer.nvidia.com/cuda-gpusで確認できます。
それでは、Windows OSでCNTKを使用してGPUを有効にする手順を見てみましょう-
- ステップ1 *-使用しているグラフィックカードに応じて、最初にグラフィックカード用の最新のGeForceまたはQuadroドライバーが必要です。
- ステップ2 *-ドライバーをダウンロードしたら、NVIDIA Webサイトhttps://developer.nvidia.com/cuda-90-download-archive?target_os=Windows&target_arch=x86_64からWindows用のCUDAツールキットバージョン9.0をインストールする必要があります。 インストール後、インストーラーを実行し、指示に従います。
- ステップ3 *-次に、NVIDIA Webサイトhttps://developer.nvidia.com/rdp/form/cudnn-download-surveyからcuDNNバイナリをインストールする必要があります。 CUDA 9.0バージョンでは、cuDNN 7.4.1が適切に機能します。 基本的に、cuDNNはCNTKによって使用されるCUDAの最上位のレイヤーです。
- ステップ4 *-cuDNNバイナリをダウンロードした後、CUDAツールキットインストールのルートフォルダーにzipファイルを抽出する必要があります。
- ステップ5 *-これは、CNTK内のGPU使用を有効にする最後のステップです。 Windows OSのAnacondaプロンプト内で次のコマンドを実行します-
pip install cntk-gpu
LinuxでCNTKを使用してGPUを有効にする
Linux OSでCNTKを使用してGPUを有効にする方法を見てみましょう-
CUDAツールキットのダウンロード
まず、NVIDIAのWebサイトhttps://developer.nvidia.com/cuda-90-download%0D%0A-archive?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu&target_version=1604&target_type=runfilelocal[[[1]] developer.nvidia.com/cuda-90-download-archive?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu&target_version=1604&target_type = runfilelocal]。
インストーラーを実行する
ディスクにバイナリができたら、ターミナルを開いてインストーラを実行し、次のコマンドと画面の指示を実行します-
sh cuda_9.0.176_384.81_linux-run
Bashプロファイルスクリプトの変更
LinuxマシンにCUDAツールキットをインストールした後、BASHプロファイルスクリプトを変更する必要があります。 このためには、まずテキストエディターで$ HOME/.bashrcファイルを開きます。 今、スクリプトの最後に、次の行を含めます-
export PATH=/usr/local/cuda-9.0/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64\
${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
Installing
cuDNNライブラリーのインストール
最後に、cuDNNバイナリをインストールする必要があります。 NVIDIA Webサイトhttps://developer.nvidia.com/rdp/form/cudnn-download-surveyからダウンロードできます。 CUDA 9.0バージョンでは、cuDNN 7.4.1が適切に機能します。 基本的に、cuDNNはCNTKによって使用されるCUDAの最上位のレイヤーです。
Linuxのバージョンをダウンロードしたら、次のコマンドを使用して /usr/local/cuda-9.0 フォルダーに解凍します-
tar xvzf -C/usr/local/cuda-9.0/cudnn-9.0-linux-x64-v7.4.1.5.tgz
必要に応じて、パスをファイル名に変更します。