TensorFlow 1.15（旧バージョン）のインストール（Windows 上）

前準備

Python のインストール

• Windows での Python のインストールは，別ページで説明している．

※ 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． 2019/12 時点では，Python 2.7 か 3.5 か 3.6 か 3.7

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 1.15（旧バージョン）のインストール手順（Windows 上）

(GPU版のTensorFlow を使うときに限り) 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

※ Windows でのインストール手順の詳細は，「別のページ」で説明している．

参考Webページ:

• GPU 版の TensorFlow 動作の前提条件: https://www.tensorflow.org/install/gpu
• GPU 版の TensorFlow を使うときのグラフィックスボードの条件： CUDA Compute Capability 3.5 以上に適合するグラフィックスボード、NVIDIA グラフィックスボードのドライバのインストールが必要
• NVIDIA CUDA ツールキット: https://developer.nvidia.com/cuda-toolkit
• NVIDIA CUDA ツールキットのインストール手順: http://docs.nvidia.com/cuda/cuda-installation-guide-microsoft-windows/
• NVIDIA ドライバダウンロード: https://www.nvidi a.co.jp/Download/index.aspx?lang=jp

(GPU版のTensorFlow を使うときに限り) NVIDIA cuDNN のインストール

Windows でのインストール手順の詳細は，別ページで説明している．

インストールの要点：https://developer.nvidia.com/cudnn から cuDNN を入手し，C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0 などに展開（解凍）し，パスを通しておくこと．

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．
   
2. 使用する Python のバージョンの確認
   ※ 「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．

   py -V
   

   
3. pip の更新

   ※ 「py -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．

   py -m pip install --upgrade pip
   

   
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．

   pip uninstall -y tensorflow tensorflow-gpu keras
   

   
5. pip を用いてインストール

   ※ TensorFlow 1.15 では CPU 版と GPU版が 1つのパッケージに統合されている．

   ※ 「==1.15」のところでバージョンを指定している．

   py -m pip install -U tensorflow==1.15 tensorflow_datasets
   

   
6. TensorFlow のバージョン確認

   ※ バージョン番号が表示されれば OK．

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

   

   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 1.15 では，

   • CUDA ツールキットのバージョン: 10.0
     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: 7.4.1 以上

   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．

7. (GPU を使うとき) 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())"
   

8. 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．

   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()
   

   
   （途中省略）
   

   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 1.15 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

   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．

9. 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()
   

   
   （途中省略）
   
10. 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()
    

    
    （途中省略）