Interface編集部
2023年10月号特集 第1部第3章サポート・ページ
2023年10月号特集第1部第3章「道路面を撮影した画像からひび割れを見つける」サポート・ページです．
ここでは本稿の環境構築の手順を説明します．
——————–
GPUドライバのインストール
——————–
①以下のエヌディビアのサイトにアクセスします．
https://www.nvidia.co.jp/Download/Find.aspx
②次の画面が表示されるので，自身のPC に当てはまる条件を入力して「探す」をクリックします．見つかったドライバの中から最新のものをクリックします．
③次の画面が表示されるので，「ダウンロード」をクリックします．
④次の画面が表示されるので，「ダウンロードの同意」をクリックします．これでGPU ドライバのインス
トーラがダウンロードされますので，これを実行します．
⑤画面の案内に従って最後まで進めてください（設定変更は不要）．終了後，念のためここでPCを再起動しておきます．
——————–
CUDAのインストール
——————–
①バージョンの選択
GPUドライバに対応したCUDAのバージョンを，以下のエヌディビアのサイトの”CUDA Toolkit and Corresponding Driver Versions”を参考に選びます．
https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html
このとき，CUDA12は選ばないでください．執筆時点では，今回利用するTensorFlowがCUDA12に対応していないようでした．本記事ではCUDA11.8を選んだものとして説明しています．
②インストーラの入手
次のエヌディビアのサイトにアクセスします．ここで，”CUDAToolkit11.8.0”をクリックしてインストーラをダウンロードします．
https://developer.nvidia.com/cuda-toolkit-archive
③インストーラを実行すると，次の画面が表示されます．”Select Target Platform”を自身のPC に合わせて設定してください．”Installer Type” は”exe (local)” を選択してください．その後，”Download” をクリックします．
④インストールと再起動
これでCUDA のインストーラがダウンロードされるので，実行します．画面の案内に従って最後まで進めてください（設定変更は不要）．念のためここでもPCを再起動します．
⑤パスの設定
以下の2つにPATHを通します．
•C:\ProgramFiles\NVIDIAGPUComputing
Toolkit\CUDA\v11.8\bin
•C:\ProgramFiles\NVIDIAGPUComputing
Toolkit\CUDA\v11.8\libnvvp
——————
cuDNNのインストール
——————
①インストーラの入手
以下のエヌディビアのサイトでインストーラをダウンロードします．
https://developer.nvidia.com/rdp/cudnn-download
次の画面が表示されます．ライセンス利用規約に同意確認を求められていますので，規約内容を「cuDNN Software License Agreement 」をクリックして確認し，”I Agree…”にチェックを入れます．
②次の画面が表示されるので，”Archived cuDNN Releases” をクリックします．
③次の画面が表示されるので，”Download cuDNN v8.8.1 (March 8th, 2023), for CUDA 11.x” をクリックし，”Local Installer for Windows (Zip)” をクリックします．
④インストール
解凍した中身を以下のフォルダにコピーします．
C:\ProgramFiles\NVIDIAGPUComputingToolkit\CUDA\v11.8\
⑤zlibwapi.dllの追加
以下のエヌディビアの公式ドキュメント
https://docs.nvidia.com/deeplearning/cudnn/install-guide/index.html#install-zlib-windows
に従い，zlibwapi.dllをダウンロードしてPATHの通った場所に配置します．
筆者は先ほどPATHを通した
C:\ProgramFiles\NVIDIAGPUComputingToolkit\CUDA\v11.8\bin
に配置しました．
—————-
仮想環境の作成
—————-
コマンド・プロンプトを開き，この後作業を行うフォルダ（以後，作業フォルダ）に移動します．以下のコマンドを実行して，仮想環境を作成・有効化します．
python -m venv venv
venv\Scripts\activate
—————-
依存パッケージのインストール
—————-
Pythonでは，依存パッケージをリストアップしたrequirements.txtというファイルを利用することで，パッケージの一括インストールができます．以下の内容のrequirements.txtというファイルを作成し，作業フォルダに保存します．各行，記事中で紹介したPythonパッケージに対応します．TensorFlowについてはtensorflow<2.11と記載することで，バージョンが2.11より古いものをインストールするように指定しています．
ipykernel
matplotlib
notebook
opencv-python
tensorflow<2.11
以下のコマンドを実行して本稿で必要となるパッケージを仮想環境にインストールします．
python -m pip install –upgrade pip
pip install -r requirements.txt
———————————
仮想環境をJupyterNotebookで使う準備
———————————
①以下のコマンドを実行して，作成した仮想環境をJupyterNotebookで利用できるようにします．
ipython kernel install –user –name crack-detect
これで作成した仮想環境はJupyterNotebook上で”crack-detect”という名前で認識されます．
②以下のコマンドを実行してJupyterNotebookを起動します．
jupyter notebook
③仮想環境”crack-detect” を利用するJupyter Notebookのファイルを新規作成します．
Webブラウザ上に次の画面が表示されるので，画面右の「New」→「crackdetect」の順にクリックします．
④次の画面が表示されます．この画面の赤枠部分はセルと呼びます．セルにPythonプログラムを入力してShift-Enterを押すと，入力したプログラムが実行され，その下に新しいセルができます．
————————
使用するライブラリのインポート
————————
セルに次のコードを入力し，Shift-Enterを押します．
（コードはここから本記事の他のコードとともにダウンロードしてください）
————-
GPUの初期設定
————-
GPUが認識されているかの確認とGPUの初期設定をします．先程新しくできたセルに，GPU のチェック・設定を行う次のコードを入力し，Shift-Enterを押します．
本文中で示すソースコードについても同様に新しくできたセルにコードを入力し，Shift+Enterキーを押します．
（コードはここから本記事の他のコードとともにダウンロードしてください）
