トップページ -> インストール,設定,利用 -> Windows ソフトウエア -> TensorFlow 2.2(GPU 対応可能), Keras, MatplotLib, Python 用 opencv-python 4.2 のインストール(Windows 上)
[サイトマップへ], [サイト内検索へ]

TensorFlow 2.2(GPU 対応可能), Keras, MatplotLib, Python 用 opencv-python 4.2 のインストール(Windows 上)

Windows での,TensorFlow 2.2(GPU 対応可能), Keras, MatplotLib, Python 用 opencv-python 4.2 のインストール手順をスクリーンショット等で説明する.

GPU 版の手順と,CPU 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.

【このページの目次】

  1. 前準備
  2. TensorFlow 2.2, Keras, MatplotLib, Python 用 opencv-python 4.2 のインストール
  3. TensorFlow のプログラム例

サイト内の関連ページ

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 URL: https://www.python.org/

TensorFlow を使うので,https://pypi.org/project/tensorflow-gpu/#filesで,必要な Python のバージョンを確認しておくこと. 2020/5 時点では,Python 3.5 か 3.6 か 3.7 か 3.8

(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

詳細説明

(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 7.6 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


TensorFlow 2.2, Keras, MatplotLib, Python 用 opencv-python 4.2 のインストール

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

インストール手順

  1. Windows で,コマンドプロンプトを管理者として実行

    [image]
  2. 使用する Python のバージョンの確認
    python --version
    

    [image]
  3. pip更新

    ※ 「 python -m pip install ...」は,Python パッケージをインストールするためのコマンド.

    python -m pip install -U pip
    

    [image]
  4. 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.

    python -m pip uninstall -y tensorflow tensorflow-cpu tensorflow-gpu tensorflow_datasets keras
    

    [image]
  5. GPU 版 TensorFlow 2.2, Keras 2.3.1, Python 用 opencv-python 4.2, matplotlib のインストール

    python -m pip install -U tensorflow-gpu tensorflow_datasets keras matplotlib opencv-python
    

    [image]
    (以下省略)
  6. 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.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__ )"
    

    [image]
  7. 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.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]
  8. 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.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__ )"
    

    [image]
  9. パッケージの情報の表示

    pip show tensorflow-gpu
    

    [image]
  10. TensorFlow からGPU が認識できているかの確認

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

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

    [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.

    Windows でのNVIDIA CUDA ツールキットのインストール: 別ページで説明している.

    Windows での NVIDIA cuDNNのインストール: 別ページで説明している.


TensorFlow のプログラム例

  1. TensorFlow がインストールできたかを確認したい.

    Windows で Python プログラムを動かす.

    Python プログラムを動かす

    • Windows では,「python」コマンドやPythonランチャーである「py」コマンド
    • Ubuntu では,「python3」コマンド

    ※  開発環境や Python コンソール(Jupyter Qt ConsolespyderPyCharmPyScripter など)が便利.

    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)
    

    [image]
  2. 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 )
    

    [image]
  3. 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) )
    

    [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]