トップページ ▶ インストール，運用 ▶ Windows の種々のソフトウエアのインストール ▶ TensorFlow 1.15.5のインストール（Windows 上）
サイトマップ サイト内検索 まとめページ アクセスログ

TensorFlow 1.15.5のインストール（Windows 上）

全体構成 情報工学を学ぶ インストール，運用 人工知能，実世界DB データ処理 見本，ヒント 支援 連絡先，業績など

目次

  1. NVIDIA ドライバ，NVIDIA CUDA ツールキット, NVIDIA cuDNN のインストール
  2. Python 3.7 64 ビット版のインストール，pip と setuptools の更新，Python 開発環境のインストール（Windows 上）
  3. TensorFlow 1.15.5のインストール
  4. TensorFlow の動作確認

TensorFlow 1.15.5 を動かすため:

次の方針で運用することが考えられる．

【サイト内の関連ページ】:

先人に感謝．

NVIDIA ドライバ，NVIDIA CUDA ツールキット 10.0，NVIDIA cuDNN 7.6.5 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 CUDA ツールキット は，NVIDIA社が提供している GPU 用のプラットフォームである．

インストールの詳細説明

（NVIDIA GPU を使うとき） NVIDIA ドライバ，NVIDIA CUDA ツールキット, NVIDIA cuDNN のインストールの要点と注意点

Windows での追加の注意点

（NVIDIA GPU を使うとき）TensorFlow 1.15.5 が必要とするNVIDIA CUDA ツールキットとNVIDIA cuDNN のバージョンの確認

TensorFlow を pip コマンドでインストールするとき， TensorFlow のバージョンによって， 必要となる NVIDIA CUDA ツールキット，NVIDIA cuDNN のバージョンが違う．必ずしも，「最新の NVIDIA CUDA ツールキット，NVIDIA cuDNN で動く」ということではないので，注意が必要である．

そのことについて，より詳しい説明は： 別ページで説明している．

TensorFlow 2.0.4, TensorFlow 1.15.5, TensorFlow 1.14.0, tensorflow 1.13.2 の場合:

NVIDIA CUDA ツールキット10.0 を使う．(10.2, 10.1 は不可(実際に試みて検証済み))．

NVIDIA cuDNN 7.6.5 を使う．(8系列はない)．

NVIDIA CUDA ツールキット 10.0, NVIDIA cuDNN 7 の根拠: cudart64_100.dll, cudnn64_7.dll が必要

Visual Studio Community 2017 のインストール

NVIDIA CUDA 10.0 は Visual Studio Commnity 2017, 2015, 2013, 2012 と連携して動く機能がある．

NVIDIA CUDA 10.0 のインストールの前に， Visual Studio Commnity 2017 のインストールを行う．

Visual Studio Commnity 2017 のインストールは， https://visualstudio.microsoft.com/ja/vs/older-downloads/ で「2017」を選び，「ダウンロード」をクリック． その後表示されるダウンロードの画面で， 「Visual Studio Commnity 2017」を選ぶ．

（NVIDIA グラフィックス・カードを使うとき）NVIDIA ドライバのインストール

インストールの詳細説明

インストールの要点

NVIDIA CUDA ツールキット 10.0, NVIDIA cuDNN 7.6.5 のインストール

インストールの詳細説明

Windows でのNVIDIA ドライバ，NVIDIA CUDA ツールキット 10.0，NVIDIA cuDNN 7.6.5 のインストール: 別ページで説明している．

インストールの要点

Python 3.7 64 ビット版のインストール，pip と setuptools の更新，Python 開発環境のインストール（Windows 上）

① Python 3.7 64 ビット版のインストール（Windows 上）

インストールの要点

インストール手順

Windows での Python 3.7 のインストール（あとのトラブルが起きにくいような手順を定めている）

  1. Python の URL を開く

    URL: https://www.python.org

  2. Windows 版の Python 3.7 をダウンロード

    ページの上の方にある「Downloads」をクリック，「Download」の下にメニューが出るので，その中の「Windows」をクリック．

    そして，Python 3.7.x (x は数字）を探す．

    そして，Windows の 64ビット版のインストーラをダウンロードしたいので，「Windows x86-64 executable installer」を選ぶ

    [image]
  3. インストール時の設定
    1. いまダウンロードした .exe ファイルを右クリック， 右クリックメニューで「管理者として実行」を選ぶ．

      [image]
    2. Python ランチャーをインストールするために，「Install launcher for all users (recommended)」をチェック．

      ※ すでに Python ランチャーをインストール済みのときは， 「Install launcher for all users (recommended)」がチェックできないようになっている場合がある．そのときは，チェックせずに進む．

    3. 「Add Python 3.7 to PATH」をチェック.

      [image]
    4. 「Customize installation」をクリック．

      [image]
    5. オプションの機能 (Optional Features)は，既定（デフォルト）のままでよい． 「Next」をクリック

      [image]
    6. 「Install for all users」を選んでおいたほうが，複数人で使えて便利という考え方もある．

      そして，Python のインストールディレクトリは，「C:\Program Files\Python37」のように自動設定されることを確認．

      「Install」をクリック

      [image]
    7. 「Disable path length limit」が表示される場合がある．クリックして，パス長の制限を解除する

      [image]
    8. インストールが終了したら，「Close」をクリック
  4. インストールのあと，Windows のスタートメニューに「Python 3.7」が増えていることを確認．
  5. システムの環境変数 Path の確認のため，新しくコマンドプロンプトを開き，次のコマンドを実行．

    py とpip にパスが通っていることの確認である． 

    where py
where pip

    where py では「C:\Windows\py.exe」 が表示され， where pip では「C:\Program Files\Python37\Scripts\pip.exe」 が表示されることを確認．

インストールの詳細説明

https://www.kkaneko.jp/tools/win/python37.html

② pip と setuptools の更新（Windows 上）

  1. コマンドプロンプトを管理者として実行

    Windows での pip の実行では，コマンドプロンプトを管理者として実行することにする。

    [image]
  2. 次のコマンドを実行 

    py -3.7 -m pip install -U pip setuptools

pip は，次のコマンドで起動できる．

TensorFlow 1.15.5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する．

    [image]
  2. 使用する Python 3.7 のバージョンの確認 
    py -3.7 --version

    [image]
  3. 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 -3.7 -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． 

    py -3.7 -m pip uninstall -y tensorflow tensorflow-cpu tensorflow-gpu tensorflow-text tf-models-official tf_slim tensorflow_datasets tensorflow-hub keras keras-tuner keras-visualizer

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

TensorFlow の動作確認

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

  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 

    py -3.7 -c "import tensorflow as tf; print( tf.__version__ )"

    [image]
  3. (GPU を使うとき) TensorFlow が GPU が認識できてるかの確認

    実行結果の中に，実行結果の中に，次のように「device_type: "GPU"」があれば，GPUが認識できている．エラーメッセージが出ていないことを確認しておくこと． 

    py -3.7 -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 を pip コマンドでインストールするとき， TensorFlow のバージョンによって， 必要となる NVIDIA CUDA ツールキット，NVIDIA cuDNN のバージョンが違う．必ずしも，「最新の NVIDIA CUDA ツールキット，NVIDIA cuDNN で動く」ということではないので，注意が必要である．

    そのことについて，より詳しい説明は： 別ページで説明している．

    Windows での NVIDIA グラフィックスドライバ，NVIDIA CUDA ツールキット 10.0，NVIDIA cuDNN 7.6.5 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

    ※　 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 -3.7
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
result = sess.run(hello)
print(result)
sess.close()
exit()

    [image]
  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． 

    py -3.7
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()

    [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． 

    py -3.7
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()

    [image]

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） [image]