隔離された Python 3.6 仮想環境の新規作成と，TensorFlow 1.15.5，Keras のインストール（venv を使用）（Ubuntu 上）

前準備

Ubuntu のシステム更新

UbuntuUbuntu で OS のシステム更新を行うときは， 端末で，次のコマンドを実行する．

sudo apt -y update
sudo apt -yV upgrade
sudo /sbin/shutdown -r now

Python3 開発用ファイル，pip, setuptools, venv のインストール，Python 開発環境，Python コンソール（Jupyter Qt Console, Jupyter ノートブック (Jupyter Notebook), Jupyter Lab, Nteract, spyder）のインストール（Ubuntu 上）

Python のインストールは行わない（Ubuntu のシステム Python を用いる．）

Python3 開発用ファイル，pip, setuptools, venv のインストール

端末で，次のコマンドを実行する．

sudo apt -y update
sudo apt -y install python-is-python3 python3-dev python-dev-is-python3 python3-pip python3-setuptools python3-venv build-essential

Python 開発環境（JupyterLab, spyder, nteract）

Python3 開発用ファイル，pip, setuptools, venv, Python 開発環境，Python コンソール（Jupyter Qt Console, Jupyter ノートブック (Jupyter Notebook), Jupyter Lab, Nteract, spyder）のインストール

端末で，次のコマンドを実行する．

sudo apt -y update
sudo apt -y install python-is-python3 python3-dev python-dev-is-python3 python3-pip python3-setuptools python3-venv build-essential
sudo pip3 uninstall ptyprocess sniffio terminado tornado jupyterlab jupyter jupyter-console jupytext nteract_on_jupyter spyder
sudo apt -y install jupyter jupyter-qtconsole spyder3
sudo apt -y install python3-ptyprocess python3-sniffio python3-terminado python3-tornado
sudo pip3 install -U jupyterlab jupyter jupyter-console jupytext nteract_on_jupyter

NVIDIA ドライバのインストール（Ubuntu 上）

Ubuntu での NVIDIA ドライバのインストール: 別ページ »で説明している．

（NVIDIA GPU を使うとき）NVIDIA CUDA ツールキット 10.0 のインストール

ダウンロードページ

次の URL よりダウンロードして，インストールする．

• NVIDIA CUDA ツールキットのアーカイブの公式ページ: https://developer.nvidia.com/cuda-toolkit-archive

【インストール手順の詳細（別ページ） 】

• Ubuntu での NVIDIA CUDA ツールキットのインストール: 別ページ »で説明

NVIDIA cuDNN 7.4 のインストール

ダウンロードと設定

1. NVIDIA Developer Program メンバーシップ

   cuDNN のダウンロードのため，利用者本人が，電子メールアドレス，表示名，パスワード，生年月日を登録．利用条件等に合意．

   URL: https://developer.nvidia.com/cudnn

2. NVIDIA cuDNN のダウンロードと展開（解凍）

   NVIDIA cuDNN のダウンロード URL: https://developer.nvidia.com/cudnn

   ダウンロードして展開（解凍）したら，パスを通しておくこと．

Python の仮想環境の新規作成（pyenv, venv を使用）と，TensorFlow 1.15.5，その他パッケージのインストール

最新版ではない TensorFlow を使う．そうした場合，運用を簡単にする（バージョン指定のもの間違ってアップデートしないなど）のために，venv を用いて，Python の仮想環境を作る

今から作成するPython の仮想環境の名前と、Pythonのバージョンを決めておく

• Python の仮想環境の名前: tf115py36
• 使用するPythonのバージョン: 3.6

pyenv のインストール

pyenv は Python のインストールが簡単にできる機能などを持つソフトウェア．

1. いまインストールされている pyenv の消去

   rm -rf ~/.pyenv
   

   
2. pyenv のダウンロードと更新

   cd /tmp
   git clone https://github.com/pyenv/pyenv.git ~/.pyenv
   cd ~/.pyenv
   git pull
   src/configure 
   make -C src
   

   
3. pyenv の設定

   echo 'export PYENV_ROOT="${HOME}/.pyenv"' >> ~/.profile
   echo 'if [ -d "${PYENV_ROOT}" ]; then' >> ~/.profile
   echo '    export PATH=${PYENV_ROOT}/bin:$PATH' >> ~/.profile
   echo '    eval "$(pyenv init --path)"' >> ~/.profile
   echo 'fi' >> ~/.profile
   echo -e 'if command -v pyenv 1>/dev/null 2>&1; then\n  eval "$(pyenv init -)"\nfi' >> ~/.profile
   exec $SHELL -l
   source ~/.profile
   

   
4. 関係するライブラリのインストール

   sudo apt -y update
   sudo apt -y install --no-install-recommends make build-essential libssl-dev zlib1g-dev libbz2-dev libreadline-dev libsqlite3-dev wget curl llvm libncurses5-dev xz-utils tk-dev libxml2-dev libxmlsec1-dev libffi-dev liblzma-dev
   

システム Python とは別に Python 3.6 をインストール （pyenv を使用）

1. インストールするPython のバージョンの確認

   pyenv rehash 
   pyenv install -l 
   

   
2. インストールできる Python 3.6 のバージョンの確認

   pyenv install -l | grep 3.6
   

   
3. Python 3.6.12 のインストール

   pyenv install 3.6.12
   

   
4. pyenv の Python 3.6 の有効化．

   pyenv shell 3.6.12
   

echo 'pyenv shell 3.6.12' >> ~/.bashrc
exec $SHELL -l

隔離された Python 3.6 仮想環境の作成（venv を使用）

下の例では，Python の仮想環境のためのディレクトリを ~/tf115py36に作成している．

pyenv shell 3.6.12
python -m pip install -U pip setuptools
python -m venv --system-site-packages ~/tf115py36

venv のPython の仮想環境を有効化し，pip と setuptools を更新． Python 開発環境，Python コンソール（Jupyter Qt Console, Jupyter ノートブック (Jupyter Notebook), Jupyter Lab, Nteract, spyder）のインストール．

source ~/tf115py36/bin/activate
python -m pip install -U pip setuptools jupyterlab jupyter jupyter-console jupytext PyQt5 nteract_on_jupyter spyder

1. venv のPython の仮想環境を有効化する

   source ~/tf115py36/bin/activate
   

   
2. TensorFlow 1.15.5, Keras, MatplotLib, Python 用 opencv-python のインストール

   ※ 「==1.15.5」のところでバージョンを指定している．

   sudo apt -y update
   sudo apt -y install libopencv-dev libopencv-core-dev python3-opencv
   python -m pip uninstall -y tensorflow tensorflow-cpu tensorflow-gpu tensorflow-intel tensorflow-text tensorflow-estimator tf-models-official tf_slim tensorflow_datasets tensorflow-hub keras keras-tuner keras-visualizer
   python -m pip install -U tensorflow==1.15.5 tensorflow_datasets tensorflow-hub keras==2.3.1
   python -m pip install git+https://github.com/tensorflow/docs
   python -m pip install git+https://github.com/tensorflow/examples.git
   python -m pip install git+https://www.github.com/keras-team/keras-contrib.git
   

   
   （以下省略）

   venv を使い，孤立した Python の隔離された環境を使っているときは，Windows でも Ubuntu でも同じで，「python -m pip install ...」.

TensorFlow の動作確認

1. venv のPython の仮想環境を有効化する

   source ~/tf115py36/bin/activate
   

   
2. 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__ )"
   

   
3. (GPU を使うとき) TensorFlow からGPU が認識できているかの確認

   実行結果の中に，実行結果の中に，次のように「device_type: "GPU"」があれば，GPUが認識できている．エラーメッセージが出ていないことを確認しておくこと．

   python -c "from tensorflow.python.client import device_lib; print(device_lib.list_local_devices())"
   

   

   ここで，GPU があるのに，TensorFlow から認識されていないかもしれない． TensorFlow GPU 版が指定するバージョンの NVIDIA CUDA ツールキット，NVIDIA cuDNN がインストールされていないことが原因かも知れない．

   • TensorFlow 1.15の GPU 版での，NVIDIA CUDA ツールキットのバージョンは 10.0 が指定されている． 指定されているバージョンより高いものは使わない． その根拠は次のページ．

     URL: https://www.tensorflow.org/install/source#common_installation_problems．

   • Ubuntu での NVIDIA ドライバ，NVIDIA CUDA ツールキットのインストールの詳細は，別ページ »で説明
   • Ubuntu での NVIDIA cuDNNのインストールは，別ページ »で説明
4. TensorFlow がインストールできたかを確認したい．

   Ubuntu で Python プログラムを動かす．

   メッセージを表示するプログラム

   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()
   

   

本サイトは金子邦彦研究室のWebページである．

資料等の公開では，原則，「クリエイティブコモンズ BY NC SA」として公開するようにしている． PDFファイル，パワーポイントファイルなどには， 「クリエイティブコモンズ BY NC SA」を明記するとともに，ロゴを記載するようにしている（作業が間に合っていない分もあるのでご容赦ください）．

公開している資料をご利用になる場合の，再配布の条件，剽窃の防止などについて，別ページ »で説明 再配布や資料改変の際には，そのページをご確認ください．

サイトマップは，サイトマップのページをご覧下さい． 本サイト内の検索は，サイト内検索のページをご利用下さい．

問い合わせ先： 金子邦彦（かねこ くにひこ）