トップページ -> インストール,設定,利用 -> Ubuntu ソフトウエア -> 隔離された Python 3.6 仮想環境の新規作成と,TensorFlow 1.15.3(旧バージョン),Keras のインストール(venv を使用)(Ubuntu 上)
[サイトマップへ], [サイト内検索へ]

隔離された Python 3.6 仮想環境の新規作成と,TensorFlow 1.15.3(旧バージョン),Keras のインストール(venv を使用)(Ubuntu 上)

Ubuntu で,次のことを行う.

  1. 前準備
  2. 隔離された Python 仮想環境の新規作成と,TensorFlow 1.15.3(旧バージョン),その他パッケージのインストール
  3. TensorFlow の動作確認

GPU とは,グラフィックス・プロセッシング・ユニットの略で、コンピュータグラフィックス関連の機能,乗算や加算の並列処理の機能などがある. CUDA とは,NVIDIA社が提供している GPU 用のプラットフォームである. NVIDIA 社のグラフィックスボードが持つ GPU の機能を使うとき,CUDA を利用することができる.

サイト内の関連ページ

先人に感謝.


前準備

Python 3.6 のインストール

Ubuntu のシステムPython とは別に Python 3.6 をインストールするときの手順は次の通り.

  1. pyenv のインストール: 別ページで説明
  2. 「pyenv install 3.6.10」で Python 3.6.10 をインストール

    [image]

(NVIDIA GPU を使うとき)NVIDIA グラフィックスボード・ドライバのインストール

GPU とは,グラフィックス・プロセッシング・ユニットの略で、コンピュータグラフィックス関連の機能,乗算や加算の並列処理の機能などがある.

ダウンロードページ

詳しくは,次のように別ページで説明している.インストール手順が分からなくなったり,不具合があったときは,次に書いている別ページの説明を確認すること.

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

CUDA とは,NVIDIA社が提供している GPU 用のプラットフォームである.

ダウンロードページ

TensorFlow 2.1 以上の GPU 版での,NVIDIA CUDA のバージョンは 10.1指定されている. TensorFlow 1.15の GPU 版での,NVIDIA CUDA のバージョンは 10.0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

詳細説明

(NVIDIA GPU を使うとき)NVIDIA cuDNN のインストール

ダウンロードページ

次のページには,TensorFlow 2.1 以上の GPU 版での,cuDNN のバージョンは 7.6.そして,TensorFlow 1.13 以上 TensorFlow 2.0 までの GPU 版での,cuDNN のバージョンは7.4 が指定されている.

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

詳細説明


隔離された Python 仮想環境の新規作成と,TensorFlow 1.15.3(旧バージョン),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,隔離された Python 仮想環境を作る

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

下の例では,隔離された Python 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 3.6.10
python -m venv ~/tf115py36

[image]

[image]

TensorFlow 1.15.3 のインストール

  1. venv の隔離された Python 仮想環境を有効化する

    source ~/tf115py36/.venv/bin/activate
    

    [image]
  2. pip更新

    python -m pip install -U pip setuptools
    

    [image]
  3. TensorFlow 1.15.3 のインストール

    ※ 「==1.15.3」のところでバージョンを指定している.

    python -m pip install -U tensorflow-gpu==1.15.3 tensorflow_datasets
    

    [image]

    venv を使い,孤立した Python 仮想環境を使っているときは,Windows でも Ubuntu でも同じで,「python -m pip install ...」. いま,venv を使っているかどうかは,プロンプトの「(venv)」で分かる.

  4. その他パッケージのインストール

    次は,keras, opencv-python をインストールする場合の操作である.

    python -m pip install -U keras opencv-python
    

    [image]

TensorFlow の動作確認

  1. venv の隔離された Python 仮想環境を有効化する

    source ~/tf115py36/.venv/bin/activate
    

    [image]
  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__ )"
    

    [image]
  3. (GPU を使うとき) GPU が認識できてるかの確認

    TensorFlow が GPU を認識できているかの確認は,端末で,次を実行して行う.

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

    [image]

    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.

    • Ubuntu での NVIDIA グラフィックスボード・ドライバNVIDIA CUDA ツールキットのインストールの詳細は,別ページで説明している.
    • Ubuntu での NVIDIA cuDNNのインストールは,別ページで説明している.
  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()
    

    [image]

本サイトは金子邦彦研究室のWebページです.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) [image]