CUDAとTensorFlow，PyTorchのversion対応について

PythonでAI系をやっていると，CUDA・TensorFlow・PyTorchのversionの違いでつまずくことが結構あります．
本稿では，CUDAとTensorFlow，PyTorchのver対応について記述します．

TensorFlowとの対応表について
PyTorchとの対応について
CUDA
参考サイト

全国630店舗以上！もみほぐし・足つぼ・ハンドリフレ・クイックヘッドのリラクゼーション店【りらくる】

# TensorFlowとの対応表について

# GPUが使用できるかを確認
import TensorFlow as tf
device_name = tf.test.gpu_device_name()
if device_name != '/device:GPU:0':
  print('GPU device not found')
print('Found GPU at: {}'.format(device_name))

# PyTorchとの対応について

PyTorchとCUDAの対応について (opens new window)

# GPUが使用できるかを確認
import torch
print(torch.CUDA.is_available())

# CUDA

CUDA ToolkitとNVIDIAドライバの各バージョンについて，以下の画像に示します．

# 前準備

sudo apt update
sudo apt-get update

# Nvidiaドライバのインストール

Nvidiaドライバをインストールします．該当ドライバのバージョンのインストールがうまくいかない場合は、バージョンを少しずつ下げてみるのがお勧めです．

sudo apt update
# インストール可能なドライバのバージョンを確認
apt-cache search 'nvidia-[0-9]+$'
# ドライバのインストール(ここではnvidia-361)
sudo apt-get install nvidia-361

また，Nvidiaの公式サイトからもドライバをインストールできます． NVIDIAドライバダウンロード (opens new window)

# CUDAのインストール

sudo apt-get update
sudo apt-get install build-essential
sudo apt-get install CUDA-10-0

# 実行環境の確認

以下のコードでCUDAのversionを確認します．
watch -n 0.5はコードを回している間に，GPUの使用状況を見る場合にも便利です．

nvcc --version

以下のコードでgpuの使用状況を確認．

#0.5秒毎にnvidia-smiの情報を更新して表示する
watch -n 0.5 nvidia-smi

# 参考サイト