Windows で，コマンドプロンプトを管理者として実行．
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
```
GPU 版 TensorFlow 2.1, Keras 2.3.1, Python 用 OpenCV 4.1 のインストール

※ 「py」は，Windows のPythonランチャー． Anaconda 3 内の Python などを間違って使ってしまわないように，Pythonランチャーを使って Python を起動している．Ubuntu では「py」でなく「python3」コマンドを使う．

※ 「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
```
py -m pip install --upgrade pip
pip install -U tensorflow-gpu tensorflow_datasets keras matplotlib opencv-python
```
（以下省略）
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
```
py -c "import numpy; print( numpy.__version__ )"
```
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 のバージョン指定がある． 2020年1月時点の情報では，次の通り
- CUDA ツールキットのバージョン: 10.1
  指定されているバージョンより高いものは使わないほうが良いでしょう．
- cuDNN SDK のバージョン: 7.6 以上
https://www.tensorflow.org/install/gpu#pip_package
Windows でのCUDA ツールキットのインストールについては・「別のページ」で説明している．
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__ )"
```
パッケージの情報の表示
```
pip show tensorflow-gpu
```
TensorFlow からGPU が認識できているかの確認
```
py -c "from tensorflow.python.client import device_lib; print(device_lib.list_local_devices())"
```
次のように「device_type: "GPU"」があれば，GPUが認識できている．

CPU 版 TensorFlow 2.1, Keras 2.3.1, Python 用 OpenCV 4.1 のインストール

Windows で，コマンドプロンプトを管理者として実行．
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 
```
CPU 版TensorFlow 2, Keras 2.3.1, Python 用 OpenCV 4.1 のインストール
※ 「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．

※ そのために， Windows では，「python」コマンドやPythonランチャーである「py」を使う． Ubuntu では「python3」コマンドを使う．あるいは， PyCharmなどにある Python コンソールも便利である．
```
py -m pip install --upgrade pip
pip install -U tensorflow tensorflow_datasets keras matplotlib opencv-python
```
（以下省略）
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
```
py -c "import numpy; print( numpy.__version__ )"
```
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__ )"
```
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__ )"
```
TenforFlow からCPU が認識できているかの確認
```
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．

TensorFlow のプログラム例

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．

※ そのために， Windows では，「python」コマンドやPythonランチャーである「py」を使う．あるいは， PyCharmなどにある Python コンソールも便利である．

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 のバージョン指定がある． 2020年1月時点の情報では，次の通り
- CUDA ツールキットのバージョン: 10.1
  指定されているバージョンより高いものは使わないほうが良いでしょう．
- cuDNN SDK のバージョン: 7.6 以上
https://www.tensorflow.org/install/gpu#pip_package
Windows でのCUDA ツールキットのインストールについては・「別のページ」で説明している．
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 )
```
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) )
```

本サイトのサイトマップは，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）