トップページ -> コンピュータ -> Windows -> TensorFlow 2(GPU 対応可能), Keras 2.3.1, Python 用 OpenCV を,一度にインストール(Windows 上)
[サイトマップへ], [サイト内検索へ],

TensorFlow 2(GPU 対応可能), Keras 2.3.1, Python 用 OpenCV を,一度にインストール(Windows 上)

サイト構成 連絡先,業績 実践知識 コンピュータ 教材 サポートページ

CPU 版の手順と,GPU 版の手順を分けて説明しているので,必要な方を使うこと.

古いバージョンの TensorFlow をインストールする手順は, 別のページで説明している.

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


前準備

Python のインストール

※ Python のプログラム作成には、PyCharmなどが便利である.

以下,Windows で Python をインストール済みであるものとして説明を続ける.


TensorFlow 2, Keras 2.3.1, Python 用 OpenCV 4.1.1のインストール

GPU 版については,「このページの後半」で説明している.

  1. Windows のコマンドプロンプトを管理者として実行する.

  2. パッケージのアンインストール操作

    ※ トラブルの可能性を減らすために,次の操作でアンインストールを行っておく.

    pip uninstall -y tensorflow tensorflow-gpu keras
    

  3. TensorFlow 2, Keras 2.3.1, Python 用 OpenCV 4.1.1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)

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

    Anaconda 3 内の Python を意図せずに使ってしまうことが無いように「python」でなく「py」を使う. 「py」は Windows の Pythonランチャー

    ※ 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

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

  5. 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

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

  6. 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

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

  7. CPU が認識できてるかの確認

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

    次のように「device_type: "CPU"」があれば,CPUが認識できている.

  8. 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 コンソールや, Windows のPythonランチャーである「py」が便利である.

    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!')
    print(hello)
    

  9. 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.

    「tf.add(a, b)」と「a + b 」は,同じ結果になる

    import tensorflow as tf
    a = tf.constant(10)
    b = tf.constant(32)
    print( tf.add(a, b) )
    print( a + b )
    

  10. 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.]])
    print( tf.matmul(matrix1, matrix2) )
    


GPU 版 の TensorFlow 2, Keras 2.3.1, Python 用 OpenCV 4.1.1のインストール

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

NVIDIA グラフィックスカード・ドライバのインストール

TenforFlow を GPU で動かすには, CUDA Compute Capability 3.5 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ある.

Windows でのインストール手順は,「別のページ」で説明している

NVIDIA CUDA ツールキット,NVIDIA cuDNN のインストール

※ Windows での,NVIDIA CUDA ツールキットのインストールの詳細は, http://docs.nvidia.com/cuda/cuda-installation-guide-microsoft-windows/ で説明されている.

インストール手順

  1. Windows のコマンドプロンプトを管理者として実行する.

  2. パッケージのアンインストール操作

    ※ トラブルの可能性を減らすために,次の操作でアンインストールを行っておく.

    pip uninstall -y tensorflow tensorflow-gpu keras
    

  3. GPU 版 TensorFlow 2, Keras 2.3.1, Python 用 OpenCV 4.1.1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)

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

    Anaconda 3 内の Python を意図せずに使ってしまうことが無いように「python」でなく「py」を使う. 「py」は Windows の Pythonランチャー

    ※ 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

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

  5. 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

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

    TenforFlow GPU 版がうまくインストールできない場合

    次の Web ページには,pip を用いて TenforFlow をインストールするときの CUDA ツールキット,cuDNN SDK のバージョン指定の情報がある. 例えば,tenforflow 1.13 では・ CUDA ツールキットのバージョンは 10.0(10.1 は動かない),cuDNN SDK のバージョンは 7.4.1 以上の情報がある.

    https://www.tensorflow.org/install/gpu#pip_package

  6. 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

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

  7. パッケージの情報の表示

    pip show tensorflow-gpu
    

  8. GPU が認識できてるかの確認

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

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

  9. 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 コンソールや, Windows のPythonランチャーである「py」が便利である.

    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!')
    print(hello)
    

    ここでエラーメッセージが出ることがある. tensorflow GPU 版に合致する NVIDIA CUDA ツールキットがインストールされていないことが原因かも知れない.

    次の Web ページには,pip を用いて TenforFlow をインストールするときの CUDA ツールキット,cuDNN SDK のバージョン指定の情報がある. 例えば,tenforflow 1.14 では・ CUDA ツールキットのバージョンは 10.0(10.1 は動かない),cuDNN SDK のバージョンは 7.4.1 以上の情報がある.

    https://www.tensorflow.org/install/gpu#pip_package

    CUDA ツールキットの古い版のインストールについては・「別のページ」で説明している.

  10. 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.

    「tf.add(a, b)」と「a + b 」は,同じ結果になる

    import tensorflow as tf
    a = tf.constant(10)
    b = tf.constant(32)
    print( tf.add(a, b) )
    print( a + b )
    

  11. 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.]])
    print( tf.matmul(matrix1, matrix2) )