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

前準備

Python 3.7 のインストール

Python の URL: https://www.python.org/

• 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．

※ 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

• NVIDIA グラフィックスボード・ドライバのダウンロード用ページ: https://www.nvidia.co.jp/Download/index.aspx?lang=jp

詳細説明

• Windows での NVIDIA グラフィックスボード・ドライバのインストール: 別ページで説明している．

（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

• NVIDIA CUDA ツールキットのダウンロード用ページ: https://developer.nvidia.com/cuda-toolkit-archive

詳細説明

• 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．

（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

• NVIDIA cuDNN のダウンロード用ページ: https://developer.nvidia.com/cudnn から cuDNN を入手

  ダウンロードして展開（解凍）したら，パスを通しておくこと．

詳細説明

• 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．

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．
   
2. 使用する Python のバージョンの確認

   python --version
   

   
3. pip の更新

   python -m pip install -U 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．

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

   
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
   

   

   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．

   
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
   

   

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__ )"
   

   
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())"
   

   

   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．

   • TensorFlow 1.15の GPU 版での，NVIDIA CUDA のバージョンは 10.0 が指定されている． 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．

   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．

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 Console，spyder，PyCharm，PyScripter 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()
   

   

   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()
   

   
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()