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(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(旧バージョン)のインストール(Windows 上)

Windows での,TensorFlow 1.15(旧バージョン)のインストールと動作確認の手順をスクリーンショット等で説明する.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.

※ 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.

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 のインストール

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.

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,

参考Webページ:

(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

    [image]
  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
    

    [image]
  3. pip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
    

    [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.

    pip uninstall -y tensorflow tensorflow-gpu keras
    

    [image]
  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
    

    [image]
  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__ )"
    

    [image]

    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()
    

    [image]
    (途中省略)
    [image]

    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()
    

    [image]
    (途中省略)
    [image]
  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()
    

    [image]
    (途中省略)
    [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]