トップページ -> インストール,設定,利用 -> Windows ソフトウエア -> TensorFlow 1.15.3(旧バージョン)のインストール(Windows 上)
[サイトマップへ], [サイト内検索へ]

TensorFlow 1.15.3(旧バージョン)のインストール(Windows 上)

Windows で,次のことを行う.

  1. 前準備
  2. TensorFlow 1.15.3(旧バージョン)のインストール
  3. TensorFlow の動作確認

TensorFlow の URL: https://www.tensorflow.org/

TensorFlow 1.15.3 に対応する Python の最新版は,Python 3.7 である(2020/06 時点).

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.

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


前準備

Python 3.7 のインストール

Python の URL: https://www.python.org/

※ TensorFlow 1.15.3 に対応する Python の最新版は,Python 3.7 である(2020/06 時点).

(NVIDIA GPU を使うとき)NVIDIA グラフィックス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 10.0 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

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 7.4 のインストール

ダウンロードページ

TensorFlow 2.4 の GPU 版での,cuDNN のバージョンは 8.0.5(現時点で,NVIDIA CUDA ツールキット 11.0 で動く最新版).

TensorFlow 2.3, 2.2, 2.1 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 .それより高いバージョンよりは使わないこと.

詳細説明


TensorFlow 1.15.3(旧バージョン)のインストール

  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 -U pip setuptools
    

    [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 tensorflow-hub keras
    

    [image]
  5. 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.

    ※ GPU 版をインストールしている.TenforFlow の GPU 版は,GPU がない場合には CPU を使って動作する.

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

    [image]

    次のように「Could not find a version that satifies the requirement tensorflow==1.15.3」のように表示される場合には,インストールされている Python が新しすぎるか,古すぎる.

    Python 3.7 を使うこと. Windows での Python 3.7 のインストールは,別ページで説明している.

    [image]
  6. Keras が必要な場合

    最新版の Keras は TensorFlow 1.15 では動かない. Keras のバージョン 2.3.1 をインストールする

    python -m pip install -U keras==2.3.1
    

    [image]

TensorFlow の動作確認

  1. Windows では,コマンドプロンプトを実行.
  2. TensorFlow のバージョン確認

    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.

    Windows でのNVIDIA CUDA ツールキット 11.0 のインストール: 別ページで説明している.

    Windows での NVIDIA cuDNN 8.0.5のインストール: 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.

    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.

    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]

    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.

  5. 今度は,次の Python プログラムを実行してみる.

    足し算を行うプログラム

    結果として 「42」のように表示されるので確認する.

    import tensorflow as tf
    a = tf.constant(10)
    b = tf.constant(32)
    sess = tf.Session()
    result = sess.run(a + b)
    print(result)
    sess.close()
    

    [image]
  6. 今度は,次の Python プログラムを実行してみる.

    配列を扱うプログラム

    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.]])
    product = tf.matmul(matrix1, matrix2)
    sess = tf.Session()
    result = sess.run(product)
    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]