トップページインストール,使い方Windows の種々のソフトウェア(インストール,使い方)TensorFlow 1.14 (GPU 対応可能), Python 3.7 のインストール(Windows 上)

TensorFlow 1.14 (GPU 対応可能), Python 3.7 のインストール(Windows 上)

目次

  1. 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
  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 1.14 のインストール
  4. TensorFlow の動作確認

TensorFlow 1.14 を動かすため:

ここでは,次の方針で設定する.

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

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 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 1.14 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

NVIDIA ドライバのインストール

インストールの要点

インストールの詳細説明

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)

ダウンロードページ

Python の公式ページ: http://www.python.org/

詳細説明

Python は,次のコマンドで起動できる.

② pip と setuptools の更新(Windows 上)

  1. Windows で,コマンドプロンプト管理者として実行

    Windowspip を実行するときは,コマンドプロンプト管理者として実行し,それを使って pip を実行することにする.

    コマンドプロンプトを管理者として実行: 別ページで説明している.

  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.

③ Python 開発環境 (JupyterLab, spyder, nteract)のインストール

TensorFlow 1.14 のインストール

  1. Windows で,コマンドプロンプト管理者として実行

    コマンドプロンプトを管理者として実行: 別ページで説明している.

  2. 使用する Python 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 1.14, 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

  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 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 ConsoleSpyderPyCharmPyScripter

    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()
    

    [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()
    

    [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()
    

    [image]