visual stadio 2017でpythonを動かすときにGPUを使いたいのですがエラーが出てしまいます。どなたか解決方法を教えていただけないでしょうか？

Question

大学のゼミで一か月ほど前からpythonの勉強を始めました。
研究室のパソコンでは動いたのですが自宅のPCで試したところCPUを使う動作では動いてくれたのですがGPUを使うと

エラーメッセージ

RuntimeError: CUDA environment is not correctly set up
(see https://github.com/chainer/chainer#installation).No module named 'cupy'

というエラーが出ます
自分でいろいろ試して

この二つをPCにインストールしたのですがやはり同じエラーが出ます
どうやって直せばいいのでしょうか？
ちなみに今回実行しているプログラムはすでに完成しているものをコピペしたものです。

# coding: utf-8
# A feedforward neural network for the MNIST problem.
# Copyright (C) 2016 Atsumi Laboratory. All rights reserved.

import numpy as np
from numpy.core.multiarray import dtype
import chainer
from chainer import optimizers, cuda, datasets, Variable, Chain
import chainer.functions as F
import chainer.links as L
import time

class Fnn(Chain):
    """3層フィードフォワードネットワーク
    """
    def __init__(self, num_of_input_units, num_of_hidden_units, num_of_output_units):
        """3層フィードフォワードネットワークの生成
           Args:
            num_of_input_units (int): 入力層ユニット数
            num_of_hidden_units (int): 隠れ層ユニット数
            num_of_output_units (int): 出力層ユニット数
        """
        super().__init__(
            l1 = L.Linear(num_of_input_units, num_of_hidden_units),
            l2 = L.Linear(num_of_hidden_units, num_of_hidden_units),
            l3 = L.Linear(num_of_hidden_units, num_of_output_units),
        )
    #
    def __call__(self, x, t):
        """順伝播による誤差計算
           Args:
            x (a variable of variables of floats): 入力ミニバッチ
            t (a variable of variables of int): 入力ミニバッチに対する教師出力
           Returns:
            loss (float): 誤差(損失)
        """
        y = self.forward(x)
        loss = F.softmax_cross_entropy(y, t) # softmax function & cross entropy error function
        return loss
    #
    def forward(self, x):
        """順伝播
           Args:
            x (a variable of variables of floats): 入力ミニバッチ
           Returns:
            y (a variable of variables of floats): 入力ミニバッチに対する出力
        """
        h1 = F.relu(self.l1(x))  # Rectified linear function
        h2 = F.relu(self.l2(h1)) # Rectified linear function
        y = self.l3(h2)          # Identity mapping    
        return y
#
def dataset():
    """MNISTデータセット設定
       Returns:
        train_data_i (a list of lists of floats): 訓練データの入力配列
        train_data_t (a list of ints): 訓練データの教師配列
        test_data_i (a list of lists of floats): テストデータの入力配列
        test_data_t (a list of ints): テストデータの教師配列
        size_of_train_data (int): 訓練データ数
        size_of_test_data (int): テストデータ数
    """
    train_data, test_data = datasets.get_mnist()
    size_of_train_data = len(train_data)
    size_of_test_data = len(test_data)

    train_data_i = [train_data[i][0] for i in range(size_of_train_data)]
    train_data_t = [train_data[i][1] for i in range(size_of_train_data)]
    print(train_data[0][0].dtype)
    print(train_data[0][1].dtype)
    test_data_i = [test_data[i][0] for i in range(size_of_test_data)]
    test_data_t = [test_data[i][1] for i in range(size_of_test_data)]
    return train_data_i, train_data_t, test_data_i, test_data_t, size_of_train_data, size_of_test_data
#
def learn(model, optimizer, num_of_epoch, size_of_minibatch, train_data_i, train_data_t, size_of_train_data, xp):
    """学習
       Args:
        model (Fnn): FNNモデル
        optimizer (Optimizer): オプティマイザ
        num_of_epoch (int): エポック数
        size_of_minibatch (int): ミニバッチサイズ
        train_data_i (a list of lists of floats): 訓練データの入力配列
        train_data_t (a list of ints): 訓練データの教師配列
        size_of_train_data (int): 訓練データ数
        xp (numpy or cuda.cupy): numpy or cuda.cupy
    """
    for epoch in range(num_of_epoch):
        print(' epoch='+str(epoch), end=' ')
        indexes = np.random.permutation(size_of_train_data)
        sum_loss = 0
        for i in range(0, size_of_train_data, size_of_minibatch):
            x = Variable(xp.array([train_data_i[ind] for ind in indexes[i:i+size_of_minibatch]], dtype=xp.float32))
            t = Variable(xp.array([train_data_t[ind] for ind in indexes[i:i+size_of_minibatch]], dtype=xp.int32))
            model.zerograds()
            loss = model(x, t)
            loss.backward()
            optimizer.update()
            sum_loss += loss.data * len(x.data)
        print(', mean_loss='+str(sum_loss/size_of_train_data))
#
def test(model, size_of_minibatch, test_data_i, test_data_t, size_of_test_data, xp):
    """テスト
       Args:
        model (Fnn): FNNモデル
        size_of_minibatch (int): ミニバッチサイズ
        test_data_i (a list of lists of floats): テストデータの入力配列
        test_data_t (a list of ints): テストデータの教師配列
        size_of_test_data (int): テストデータ数
        xp (numpy or cuda.cupy): numpy or cuda.cupy
       Returns:
        mean_loss (float): 平均誤差(損失)
        accuracy (float): アキュラシー
    """
    sum_loss, sum_accuracy = 0, 0
    for i in range(0, size_of_test_data, size_of_minibatch):
        x = Variable(xp.array(test_data_i[i:i+size_of_minibatch], dtype=xp.float32))
        t = Variable(xp.array(test_data_t[i:i+size_of_minibatch], dtype=xp.int32))
        with chainer.no_backprop_mode():
            y = model.forward(x)
        sum_loss += F.softmax_cross_entropy(y, t).data * len(x.data)
        sum_accuracy += F.accuracy(y, t).data * len(x.data)
    mean_loss = sum_loss/size_of_test_data
    accuracy = sum_accuracy/size_of_test_data
    return mean_loss, accuracy
#
if __name__ == '__main__':
    # パラメータ設定
    num_of_input_units = 784
    num_of_hidden_units = 1000
    num_of_output_units = 10
    num_of_epoch = 20
    size_of_minibatch = 100
    use_gpu = True
    # GPUの準備
    if use_gpu:
        cuda.get_device(0).use()
        xp = cuda.cupy
    else:
        xp = np
    # 訓練データとテストデータの準備
    print('MNIST dataset preparation')
    train_data_i, train_data_t, test_data_i, test_data_t, size_of_train_data, size_of_test_data = dataset()
    print(' size of train data = '+str(size_of_train_data))
    print(' size of test data = '+str(size_of_test_data))
    # モデルの作成
    print('Model configuration')
    model = Fnn(num_of_input_units, num_of_hidden_units, num_of_output_units)
    if use_gpu:
        model.to_gpu()
    optimizer = optimizers.SGD()
    optimizer.setup(model)
    # 学習
    print('Learning')
    start_time = time.time()
    learn(model, optimizer, num_of_epoch, size_of_minibatch, train_data_i, train_data_t, size_of_train_data, xp)
    elapsed_time = time.time() - start_time
    print(' elapsed time for learning: {} [sec]'.format(elapsed_time))
    # テスト
    print('Test')
    mean_loss, accuracy = test(model, size_of_minibatch, test_data_i, test_data_t, size_of_test_data, xp)
    print(' mean_loss='+str(mean_loss)+'\n accuracy='+str(accuracy))

こちらになります
GPUの準備と書かれているところのすぐ上にあるuse_gpu = TrueとなっているところをFalseと直すとCPUで処理されます

Comments

[wakame]

http://docs-cupy.chainer.org/en/stable/install.html#optional-libraries

[wakame]

cupyのドキュメントを見る限りcuda 9.2は対応しているようには見えません。

Answer 1

この内容を見るとサポートしていそうです。
https://www.geforce.com/hardware/technology/cuda/supported-gpus

いったん、cuda関連のモジュールをアンインストールして、マニュアルの記載通りにすればうまくいくかもしれません

Comments

[SioRyu]

cuda関連を全部アンインストールした後に再びcuda9.2をインストールしようとすると今度は
Nvidiaインストーラーが失敗しました
と表示されます
これの治し方もいろいろ調べて試しているのですがなかなか治ってくれません。
もし可能であれば教えていただけると嬉しいです
ちなみに、9.0をインストールしようとしても同じように
Nvidiaインストーラーが失敗しました
と表示されます

Answer 2

回答してくださったR.Shigemoriさんの言う通りcuda関連のソフトをすべてアンインストールするというのは部分的にあっていました
実際に解決した手順は
NVidia関連のドライバーすべてのアンインストールでした。
すべてのすでに入っているドライバー（グラフィックスドライバーも含めて）
すべてアンインストール後パソコンの再起動が必要になります。
その際一度再起動してみると、原因はわからないのですが、また三つほどNVIDIAのがアンインストールできていないのがwindows10の場合設定→アプリと機能のところで確認できます。
もう一度すべてアンインストールしますが、今度はすぐには再起動せずにcuda9.0のインストールを始めると今度はうまくいきました。
cuda9.0のインストール完了後
再びプログラムを起動すると今度はまた違うエラーが出ますがこのエラーはcudnn7.0をインストールすることで解決します

Answer 3

エラーメッセージによると「cupyというモジュールがない」ためです。cupyはcuda上でnumpyの処理を行うモジュールでおそらくchainerが裏側で使用しているのではないでしょうか。
よって、このcupyを自身の環境に合わせてインストールすれば解決するかと思います。エラーメッセージによると、「https://github.com/chainer/chainer#installationを参照」となっているので、詳しいことはそちらを見るといいかと思います。

Comments

[SioRyu]

いろいろと試したのですがどれもダメで、試しにcupyをインストールしようとすると

----- 'cupy==4.1.0' をインストールしています -----
Collecting cupy==4.1.0
Using cached https://files.pythonhosted.org/packages/8f/89/bba5b25c8139f483dd3e3bdafb95e84b6cb1f9babbcdd230c7231c395171/cupy-4.1.0.tar.gz
Complete output from command python setup.py egg_info:
Options: {'package_name': 'cupy', 'long_description': None, 'wheel_libs': [], 'no_rpath': False, 'profile': False, 'linetrace': False, 'annotate': False, 'no_cuda': False}
**************************************************
*** WARNING: nvcc not in path.
*** WARNING: Please set path to nvcc.
**************************************************

-------- Configuring Module: cuda --------
a.cpp
C:\Users\frank\AppData\Local\Temp\tmpwydqhw_2\a.cpp(1): fatal error C1083: include ファイルを開けません。'cublas_v2.h':No such file or directory
command 'C:\Program Files (x86)\Microsoft Visual Studio\2017\Community\VC\Tools\MSVC\14.14.26428\bin\HostX86\x64\cl.exe' failed with exit status 2

************************************************************
* CuPy Configuration Summary *
************************************************************

Build Environment:
Include directories: []
Library directories: []
nvcc command : (not found)

Environment Variables:
CFLAGS : (none)
LDFLAGS : (none)
LIBRARY_PATH : (none)
CUDA_PATH : (none)
NVTOOLSEXT_PATH : C:\Program Files\NVIDIA Corporation\NvToolsExt\
NVCC : (none)

Modules:
cuda : No
-> Include files not found: ['cublas_v2.h', 'cuda.h', 'cuda_profiler_api.h', 'cuda_runtime.h', 'cufft.h', 'curand.h', 'cusparse.h', 'nvrtc.h']
-> Check your CFLAGS environment variable.

ERROR: CUDA could not be found on your system.
Please refer to the Installation Guide for details:
https://docs-cupy.chainer.org/en/stable/install.html

************************************************************

Traceback (most recent call last):
File "<string>", line 1, in <module>
File "C:\Users\frank\AppData\Local\Temp\pip-install-e59378vm\cupy\setup.py", line 65, in <module>
ext_modules = cupy_setup_build.get_ext_modules()
File "C:\Users\frank\AppData\Local\Temp\pip-install-e59378vm\cupy\cupy_setup_build.py", line 560, in get_ext_modules
extensions = make_extensions(arg_options, compiler, use_cython)
File "C:\Users\frank\AppData\Local\Temp\pip-install-e59378vm\cupy\cupy_setup_build.py", line 373, in make_extensions
raise Exception('Your CUDA environment is invalid. '
Exception: Your CUDA environment is invalid. Please check above error log.

----------------------------------------
Command "python setup.py egg_info" failed with error code 1 in C:\Users\frank\AppData\Local\Temp\pip-install-e59378vm\cupy\
----- 'cupy==4.1.0' をインストールできませんでした -----
と出ます。
今度は試しにCUDAを9.0を入れようとするとインストーラーが失敗します。
いろいろ調べてみるとcudaに対応しているGPUのリストの中に今使用している1050tiが見当たりません。
1050tiではCUDA使えないのでしょうか？