TensorFlow 1.15.5（旧バージョン）のインストール（Windows 上）

前準備
TensorFlow 1.15.5（旧バージョン）のインストール
TensorFlow の動作確認

Windows で TensorFlow 2 系列（TensorFlow 2.5 など）と，TensorFlow 1.15.5 の両方を使いたい．

次の方針で運用する．

Python は 2 つインストールする．Windows では，Python を複数インストールすることは簡単である．（3.6, 3.7, 3.8, 3.9 のように 3.X ごとにインストールディレクトリが分かれる）．
１つは，Python 3.6 をインストールし，その上で，TensorFlow 1.15.5 を動かす．
もう１つは，Python 3.6 とは違うバージョンである Python 3.9 あるいは Python 3.8 をインストールする．
Windows で，Python を複数インストールしたので，Python の使用時に Python ランチャーを使う.
Python 3.6 を使うとき: py -3.6, py -3.6 -m pip のようにバージョン指定
Python 3.7 を使うとき: py -3.7, py -3.7 -m pip のようにバージョン指定
Python 3.8 を使うとき: py -3.8, py -3.8 -m pip のようにバージョン指定
Python 3.9 を使うとき: py -3.9, py -3.9 -m pip のようにバージョン指定
Python 3.6 上に，TensorFlow 1.15 をインストールする．（その手順は，このページで説明する）．
Python 3.9 あるいは Python 3.8 上に，TensorFlow 2 をインストールする．（その手順は，別ページで説明している．）

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

TensorFlow 1.15.5 は Python 3.7, Python 3.6 で動く（Python 3.9 や Python 3.8 では動かない）．

根拠は，次のページである． https://pypi.org/project/tensorflow/1.15.5/#files

【サイト内の関連ページ】:

TensorFlow 2.6 （GPU 対応可能）のインストール（Windows 上）
隔離された Python 3.7 仮想環境の新規作成と，TensorFlow 1.15.5（旧バージョン），Keras のインストール（venv を使用）（Windows とUbuntu を併記）

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

（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 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．

（NVIDIA GPU を使うとき）NVIDIA CUDA ツールキット 10.0 のインストール

適切なバージョンの NVIDIA CUDA ツールキットをインストールすること．必ずしも，最新版が良いとは限らない．

CUDA 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．

GPU 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．

TensorFlow 2.6 GPU 版での，NVIDIA CUDA のバージョンは，11.4 や 11.3 で動くようである．（11.4は，2021/08 時点の最新版である）
TensorFlow 2.5 GPU 版での，NVIDIA CUDA のバージョンは，11.4 や 11.3 で動くようである．
TensorFlow 2.4 GPU 版での，NVIDIA CUDA のバージョンは，11.0 が良いようである（Windows では，11.1 や 11.3 で動かすことが難しいようである）．
TensorFlow 2.3, 2.2 GPU 版での，NVIDIA CUDA のバージョンは 10.1 が指定されている．
TensorFlow 1.15 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

（NVIDIA GPU を使うとき）NVIDIA cuDNN 7.6.5 のインストール

NVIDIA cuDNN のバージョン：

TensorFlow 2.6, TensorFlow 2.5 の GPU 版での，cuDNN のバージョンは 8.2（2021/08 時点で，NVIDIA CUDA ツールキット 11.4 で動く最新版）．
TensorFlow 2.4 の GPU 版での，cuDNN のバージョンは 8.0.5が良さそうである．
TensorFlow 2.3, 2.2, 2.1, 2.0, 1.15, 1.14, 1.13 の GPU 版での，cuDNN のバージョンは 7.6.5．（7.6.5でうまく動かない場合には 7.4 を試す）
それより高いバージョンよりは使わないこと．

その根拠は次のページ． URL: https://www.tensorflow.org/install/source#common_installation_problems

TensorFlow 1.15.5（旧バージョン）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する．

使用する Python 3.6 のバージョンの確認

py -3.6 --version

pip と setuptools の更新

「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 -3.6 -m pip install -U pip setuptools

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．

py -3.6 -m pip uninstall -y tensorflow tensorflow-cpu tensorflow-gpu tensorflow_datasets tensorflow-hub keras-nightly keras

TensorFlow 1.15.5, Keras, scikit-learn, Python 用 opencv-python 4.3, pillow, matplotlib, seaborn のインストール

「==1.15.5」のところでバージョンを指定している．
TensorFlow の 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．
最新版の Keras は TensorFlow 1.15 では動かないようである． Keras のバージョン 2.3.1 をインストールする
```
py -3.6 -m pip install -U tensorflow-gpu==1.15.5 tensorflow_datasets keras scikit-learn opencv-python pillow matplotlib seaborn keras==2.3.1 scikit-learn opencv-python pillow matplotlib seaborn
py -3.6 -m pip install git+https://github.com/tensorflow/docs
py -3.6 -m pip install git+https://github.com/tensorflow/examples.git
```
次のように「Could not find a version that satifies the requirement tensorflow==1.15.5」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 3.6 か Python 3.7 を使うこと． Windows での Python 3.6 のインストールは，別ページで説明している． Python 3.7 のインストールは，別ページで説明している．

TensorFlow の動作確認

Windows では，コマンドプロンプトを実行．

TensorFlow のバージョン確認

py -3.6 -c "import tensorflow as tf; print( tf.__version__ )"

(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．

py -3.6 -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 10.0 のインストール: 別ページで説明している．

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

※　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．

py -3.6
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
result = sess.run(hello)
print(result)
sess.close()
exit()

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．

py -3.6
import tensorflow as tf
a = tf.constant(10)
b = tf.constant(32)
sess = tf.Session()
result = sess.run(a + b)
print(result)
sess.close()
exit()

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．

py -3.6
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()
exit()

本サイトは金子邦彦研究室のWebページである．

資料等の公開では，原則，「クリエイティブコモンズ BY NC SA」として公開するようにしている． PDFファイル，パワーポイントファイルなどには，「クリエイティブコモンズ BY NC SA」を明記するとともに，ロゴを記載するようにしている（作業が間に合っていない分もあるのでご容赦ください）．

公開している資料をご利用になる場合の，再配布の条件，剽窃の防止などについて，別ページで説明している．再配布や資料改変の際には，そのページをご確認ください．

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）