かなり手こずったのでうまく動いた方法をメモっておきます
cuDNNは使ってませんのでCUDAが動くまで。
まずこちら
Windows上にChainer v1.5+CUDA+cuDNNを一番簡単に入れれる方法
ポイントはAnacondaのPython2.7の64bit版 を使うこと
機械学習を使うための便利なライブラリが元から入っています。
Microsoft Visual C++ Compiler for Python 2.7をインストール
CUDA Toolkitをインストールする
pip install chainer
はい、chainerのインストールでコケました。
簡単に入らないじゃん！！って四苦八苦。
以下のサイトに書いてあることを試してみる
セットアップ (Anacondaで自分だけ使う場合。参考サイト:windowsで開発環境を整える)
配布サイトから64bitインストーラを持ってきて実行。Advancedのところで、PATHと標準の両方のチェックを外す。これでAnaconda Promptからしか使えない。
私はWindowsのプロンプトで実行したかったのでチェックつけてままインストール完了させました。
下記を書いてあるまま実行
conda update conda conda update anaconda set LIB=%LIB%;C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v7.5\lib\x64 set INCLUDE=%INCLUDE%;C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v7.5\include "C:\Program Files (x86)\Microsoft Visual Studio 12.0\VC\vcvarsall.bat" pip install chainer
通常のプロンプトで動かすならset LIBとset INCLUDEのところはユーザー環境変数に直接書いたほうがよいかもしれないです。ユーザー環境変数にLIBとINCLUDEを作り値を入力。
システムのプロパティ→詳細設定→環境変数から可能。
パスの設定した後は謎のバッチファイルを起動。何をしているか調べる気力が無かったのでとりあえず叩いただけ。
そうしたらchainerが無事インストールできました。
後は出来た環境でサンプルを実行
通常
python ..\examples\mnist\train_mnist.py
実行時間 約10分
GPU
python ..\examples\mnist\train_mnist.py –gpu 0
実行時間 約3分
3倍以上の差が出ました。やったね！
GPUで注意すべき点はビデオカードが対応しているかどうか
対応していないとCUDAをインストールするときに英文でGPU applicationは動かないよ！って警告文が出ます。
環境
GeForce GT 640
CUDA 7.5
Windows7 64bit
python 2.7 (Anaconda)
chainer 1.7.2