../tt02/windows

訓練：Windows 10/11 WSL2 Ubuntu

nvidia-smi

　　Nvidiaドライバダウンロードページを開いて（リンク）
　　　PC用ドライバのバージョンを検索
　　両者の「Driver Version」が同じならそのまま
　　古ければ上記のドライバをダウンロードしてインストール
　　表示がなければ上記のドライバをダウンロードしてインストール

VTxを有効にする

Ubuntu22.04をインストール
　　PowerShellを管理者で実行

wsl --install

PCを再起動
　　Ubuntuが自動で起動される
　　しばらく待つとユーザー名とパスワードの設定になる
　　GPU の無いPCは下の「pythonの環境を作成」に進む
　　Nvidiaドライバのバージョンを確認

CUDA Toolkit をインストール
　　バージョンの組み合わせ（リンク）
　　11.8をインストール（リンク）

wget https://developer.download.nvidia.com/compute/cuda/repos/wsl-ubuntu/x86_64/cuda-wsl-ubuntu.pin

sudo mv cuda-wsl-ubuntu.pin /etc/apt/preferences.d/cuda-repository-pin-600

wget https://developer.download.nvidia.com/compute/cuda/11.8.0/local_installers/cuda-repo-wsl-ubuntu-11-8-local_11.8.0-1_amd64.deb

sudo dpkg -i cuda-repo-wsl-ubuntu-11-8-local_11.8.0-1_amd64.deb

sudo cp /var/cuda-repo-wsl-ubuntu-11-8-local/cuda-*-keyring.gpg /usr/share/keyrings/

sudo apt-get update

sudo apt-get -y install cuda

cuDNN をインストール
　　8.7のUbuntu22.04用をダウンロード（リンク）
　　Nvidia にログインが必要
　　ダウンロードしたファイルを Ubuntu のカレントディレクトリにコピー

sudo dpkg -i cudnn-local-repo-ubuntu2204-8.7.0.84_1.0-1_amd64.deb

sudo cp /var/cudnn-local-repo-*/cudnn-local-*-keyring.gpg /usr/share/keyrings/

sudo apt-get update

sudo apt-get install libcudnn8=8.7.0.84-1+cuda11.8

sudo apt-get install libcudnn8-dev=8.7.0.84-1+cuda11.8

sudo apt-get install libcudnn8-samples=8.7.0.84-1+cuda11.8

pythonの環境を作成

sudo apt install python3.10-venv

python3 -m venv --system-site-packages ~/venv

source ~/venv/bin/activate

pip install --upgrade pip

pip install tensorflow==2.14

pip install pillow

pip install matplotlib

訓練の環境を作成

mkdir ~/AI_Driver

cd ~/AI_Driver

wget http://ma2.la.coocan.jp/AI_Driver/webot/download/train.py

wget https://raw.githubusercontent.com/mituhiromatuura/AI_Driver/main/maketensor.py

sudo apt install zip unzip

sudo apt install openssh-server

~/.bashrc の最後に以下を追加

source ~/venv/bin/activate

cd ~/AI_Driver

　　exitして再ログイン

動作確認
　　確認用教師データ「log_202309271634_d.zip」（リンク）
　　をカレントディレクトリにコピーして解凍

unzip log_202309271634_d.zip

time python train.py log 6

　　処理中に Windows のタスクマネージャーでGPUメモリの使用量を確認
　　model.tflite が出来れば成功

tensorflow で GPU を使う/使わないを切換える環境変数

export CUDA_VISIBLE_DEVICES=0	使う
export CUDA_VISIBLE_DEVICES=	使わない

Windows にアプリをインストール
　　RealVNC Viewer
　　TeraTerm
　　WinSCP
　　NetworkScanner
　　VSCode + Remote-SSHプラグイン