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

Ubuntu 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．これは，パッケージ情報を最新の状態にし，インストール済みのパッケージをセキュリティ更新やバグ修正を含めて更新するためである．

# パッケージリストの情報を更新
sudo apt update
# インストール済みのパッケージを更新 (依存関係の変化も反映)
sudo apt full-upgrade
# カーネル更新等で再起動が必要な場合のみ実行
# sudo 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 コンソールのインストール（Ubuntu 上）

Python 本体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．

# パッケージリストの情報を更新
sudo apt 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（Jupyter Notebook, JupyterLab, Jupyter Qt Console, spyder）

端末で，次のコマンドを実行する．システム Python の領域には apt でインストールする．Ubuntu 23.04 以降のシステム Python は外部管理環境 (externally-managed-environment) であり，sudo pip3 install による導入は拒否される，あるいは apt が管理するファイルを破壊する可能性があるため用いない．

# パッケージリストの情報を更新
sudo apt update
sudo apt -y install jupyter-notebook jupyter-qtconsole spyder

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

（NVIDIA GPU を使うとき）NVIDIA CUDA ツールキット 10.0，NVIDIA cuDNN 7 のインストール

TensorFlow 1.15 の GPU 機能は，NVIDIA CUDA ツールキット 10.0 と NVIDIA cuDNN 7（7.4 以上）を前提としてビルドされている．これより新しいバージョンの CUDA ツールキットでは動作しない．対応バージョンの根拠は次のページである．

• URL: https://www.tensorflow.org/install/source#gpu

ダウンロードページ

• NVIDIA CUDA ツールキットのアーカイブ: https://developer.nvidia.com/cuda-toolkit-archive
• NVIDIA cuDNN（ダウンロードには NVIDIA Developer Program メンバーシップの登録が必要）: https://developer.nvidia.com/cudnn

cuDNN は，ダウンロードして展開（解凍）したのち，パスを通しておくこと．

【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
• Ubuntu での NVIDIA cuDNN のインストール: 別ページ »で説明

sudo docker run --gpus all -it --rm tensorflow/tensorflow:1.15.5-gpu-py3 python -c "import tensorflow as tf; print(tf.__version__)"

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を意図せず更新しないなど）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，複数バージョンの Python のインストールと切り替えを行うソフトウェアである．

1. いまインストールされている pyenv の消去

   次のコマンドは，pyenv 本体と，pyenv 配下にインストール済みの Python およびそのパッケージをすべて削除する．pyenv を新規に導入する場合や，作り直す場合に実行する．

   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

   pyenv 2 系では，eval "$(pyenv init -)" によりパスの設定と shims の初期化がまとめて行われる．

   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 -)"' >> ~/.profile
   echo 'fi' >> ~/.profile
   exec $SHELL -l
   

   
4. Python のビルドに必要なライブラリのインストール

   pyenv は Python をソースからビルドするため，次のライブラリが必要である．

   # パッケージリストの情報を更新
   sudo apt 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
   

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

1. インストールできる 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 3.6.15 のインストール

   3.6.15 は Python 3.6 系の最終リリースである．

   pyenv install 3.6.15
   

   
   OpenSSL 3 系を採用した Ubuntu 22.04 以降では，Python 3.6 のビルドが OpenSSL 1.1 を要求して失敗することがある．その場合は，前述の NVIDIA Container Toolkit を用いる方法，または OpenSSL 1.1 を含む Ubuntu 20.04 のコンテナ上で作業する方法を用いる．
4. pyenv の Python 3.6 の有効化

   pyenv shell 3.6.15
   

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．システム側のパッケージと混在させないため，--system-site-packages は指定しない．

pyenv shell 3.6.15
python -m pip install -U pip setuptools
python -m venv ~/tf115py36

venv のPython の仮想環境を有効化し，pip と setuptools を更新する．あわせて，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）をインストールする．バージョンを指定しない場合，pip は Python 3.6 に対応する最後のバージョンを選択する．

source ~/tf115py36/bin/activate
python -m pip install -U pip setuptools wheel
python -m pip install -U notebook jupyterlab jupyter jupyter-console jupytext

TensorFlow 1.15.5 のインストール

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, 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．同時に指定している各バージョンの理由は次のとおりである．

   • keras==2.3.1: TensorFlow 1.15 を backend として動作する Keras の最終バージョンである（2.4.0 以降は TensorFlow 2 が必要）．
   • numpy==1.18.5: numpy 1.19 以降と TensorFlow 1.15 の組み合わせでは，型に関する多数の警告が発生する．
   • h5py==2.10.0: h5py 3 系では，HDF5 形式で保存した重みの読み込みでエラーが発生する．

   python -m pip uninstall -y protobuf 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 keras==2.3.1 numpy==1.18.5 h5py==2.10.0 matplotlib opencv-python
   

   TensorFlow Hub, TensorFlow Datasets を使用する場合は，TensorFlow 1.15 に対応するバージョンを指定してインストールする．

   python -m pip install tensorflow-hub==0.12.0 tensorflow_datasets==3.2.1
   

   
   （以下省略）
   venv による隔離された Python 環境を使っているときは，Windows でも Ubuntu でも同じで，「python -m pip install ...」である．

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

   「1.15.5」と表示されれば，インストールは成功している．

   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「device_type: "GPU"」があれば，GPU が認識できている．

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

   
   GPU があるのに認識されない場合は，TensorFlow 1.15 が要求する NVIDIA CUDA ツールキット 10.0，NVIDIA cuDNN 7 がインストールされていないことが原因として考えられる．表示されるエラーメッセージには，読み込みに失敗した共有ライブラリ名（libcudart.so.10.0, libcudnn.so.7 など）が含まれるので，不足しているものを確認する．インストール手順は，別ページ »で説明する．
4. TensorFlow の実行確認

   Ubuntu で Python プログラムを動かす．次のプログラムを実行すると， 「b'Hello, TensorFlow!'」と表示される．TensorFlow 1 系の tf.Session を用いた記述である．

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