トップページ -> 研究ツール(ソフトウエア類)のセットアップ -> TensorFlow のインストールおよびその応用例 -> Windows で TensorFlow 1.13.1, Keras 2.2.4 のインストール
[サイトマップへ], サイト内検索:

Windows で TensorFlow 1.13.1, Keras 2.2.4 のインストール

金子邦彦研究室: データベース、人工知能(AI)、データサイエンスの融合により不可能を可能にする
この Web ページでは、Windows での TensorFlow 1.13.1, Keras 2.2.4 のインストール手順をスクリーンショットなどで説明する。

Python を使うのが前提です.

目次

先人に感謝.

このWebページに記載しているプログラムは https://github.com/tensorflow/tensorflow#download-and-setup をもとに作成

参考 Web ページ: https://pypi.python.org/pypi/tensorflow-gpu

参考 Web ページ: https://github.com/tensorflow/tensorflow#download-and-setup


前準備

Python のインストール

以下,Windows でインストール済みであるものとして説明を続けます.


TensorFlow, Keras, Python 用 OpenCV のインストール

  1. 新しく、 Windows のコマンドプロンプトを開く

  2. TensorFlow 1.13.1, Keras 2.24, Python 用 OpenCV のインストール

    ※ 「pip install」は、パッケージをインストールするためのコマンド

    pip install -U tensorflow keras opencv-python
    

    (以下省略)

  3. Python の numpy パッケージがインストールできたことの確認

    ※ バージョン番号が表示されれば OK.下の図とは違うバージョンが表示されることがある

    python -c "import numpy; print( numpy.__version__ )"
    

  4. TensorFlow のバージョン確認

    ※ バージョン番号が表示されれば OK.下の図とは違うバージョンが表示されることがある

    python -c "import tensorflow as tf; print( tf.__version__ )"
    

  5. keras のバージョン確認

    ※ バージョン番号が表示されれば OK.下の図とは違うバージョンが表示されることがある

    python -c "import keras; print( keras.__version__ )"
    

  6. インストール済みパッケージの表示

    pip list 
    


    (以下省略)

  7. TensorFlow がインストールできたかを確認したい.

    Python プログラムを動かす

    そのために, PyCharmなどにある Python コンソールを使う

    結果として 「b'Hello, TensorFlow!'」のように表示されるので確認する.

    import tensorflow as tf
    hello = tf.constant('Hello, TensorFlow!')
    sess = tf.Session()
    result = sess.run(hello)
    print(result)
    sess.close()
    

  8. 今度は,次の Python プログラムを実行してみる.

    結果として 「42」のように表示されるので確認する.

    import tensorflow as tf
    a = tf.constant(10)
    b = tf.constant(32)
    sess = tf.Session()
    result = sess.run(a + b)
    print(result)
    sess.close()
    

  9. 今度は,次の Python プログラムを実行してみる.

    結果として 「[[ 12.]]」のように表示されるので確認する.

    import tensorflow as tf
    matrix1 = tf.constant([[3., 3.]])
    matrix2 = tf.constant([[2.],[2.]])
    product = tf.matmul(matrix1, matrix2)
    sess = tf.Session()
    result = sess.run(product)
    print(result)
    sess.close()
    


TenforFlow GPU 版のインストール

TensorFlow GPU サポートの詳細は, https://www.tensorflow.org/install/install_windows

前準備として、NVIDIA グラフィックスカード・ドライバ, NVIDIA CUDA ツールキットのインストール

TenforFlow GPU 版の動作には、 CUDA Compute Capability 3.0 は以上に適合するグラフィックスカード、NVIDIA グラフィックスカードのドライバのインストールが必要です

※ CUDA ツールキット, cuDNN, GPU カードの詳細は

http://docs.nvidia.com/cuda/cuda-installation-guide-microsoft-windows/

インストール手順

  1. 新しく、 Windows のコマンドプロンプトを開く

  2. TensorFlow GPU 1.13.1, Keras 2.24, Python 用 OpenCV のインストール

    ※ 「pip install」は、パッケージをインストールするためのコマンド

    pip install -U tensorflow-gpu keras opencv-python
    

    (以下省略)

  3. Python の numpy パッケージがインストールできたことの確認

    ※ バージョン番号が表示されれば OK.下の図とは違うバージョンが表示されることがある

    python -c "import numpy; print( numpy.__version__ )"
    

  4. TensorFlow のバージョン確認

    ※ バージョン番号が表示されれば OK.下の図とは違うバージョンが表示されることがある

    python -c "import tensorflow as tf; print( tf.__version__ )"
    

  5. keras のバージョン確認

    ※ バージョン番号が表示されれば OK.下の図とは違うバージョンが表示されることがある

    python -c "import keras; print( keras.__version__ )"
    

  6. インストール済みパッケージの表示

    pip list 
    

  7. TensorFlow がインストールできたかを確認したい.

    Python プログラムを動かす

    そのために, PyCharmなどにある Python コンソールを使う

    結果として 「b'Hello, TensorFlow!'」のように表示されるので確認する.

    import tensorflow as tf
    hello = tf.constant('Hello, TensorFlow!')
    sess = tf.Session()
    result = sess.run(hello)
    print(result)
    sess.close()
    

    次のようなメッセージが出る場合がある. tensorflow-gpu に合致する NVIDIA CUDA ツールキットがインストールされていない。 NVIDIA CUDA ツールキットのインストールを行う. バージョンは,メッセージを読んで判断する(下図の場合は,バージョンは 9.0

  8. 今度は,次の Python プログラムを実行してみる.

    結果として 「42」のように表示されるので確認する.

    import tensorflow as tf
    a = tf.constant(10)
    b = tf.constant(32)
    sess = tf.Session()
    result = sess.run(a + b)
    print(result)
    sess.close()
    

  9. 今度は,次の Python プログラムを実行してみる.

    結果として 「[[ 12.]]」のように表示されるので確認する.

    import tensorflow as tf
    matrix1 = tf.constant([[3., 3.]])
    matrix2 = tf.constant([[2.],[2.]])
    product = tf.matmul(matrix1, matrix2)
    sess = tf.Session()
    result = sess.run(product)
    print(result)
    sess.close()