TensorFlow 2.1（GPU 対応可能）のインストール（Windows 上）

前準備

Python のインストール

• Windows での Python のインストールは，別ページで説明している．

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

(NVIDIA GPU を使うとき）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

次のページの手順により，インストールを行う

• 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は，別ページで説明している．
• Windows での NVIDIA CUDA ツールキットのインストールは，別ページで説明している．

参考Webページ:

• GPU 版の TensorFlow 動作の前提条件: https://www.tensorflow.org/install/gpu
• GPU 版の TensorFlow を使うときのグラフィックスボードの条件： CUDA Compute Capability 3.5 以上に適合するグラフィックスボード、NVIDIA グラフィックスボードのドライバのインストールが必要
• NVIDIA CUDA ツールキット: https://developer.nvidia.com/cuda-toolkit
• NVIDIA CUDA ツールキットのインストール手順: http://docs.nvidia.com/cuda/cuda-installation-guide-microsoft-windows/
• NVIDIA ドライバダウンロード: https://www.nvidi a.co.jp/Download/index.aspx?lang=jp

(NVIDIA GPU を使うとき）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\v10.1 などに展開（解凍）し，パスを通しておくこと．

TensorFlow 2のインストール手順（Windows 上）

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
   ※ 「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
   

   
3. pip の更新

   ※ 「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
   

   
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 -m pip uninstall -y tensorflow tensorflow-gpu keras
   

   
5. pip を用いてインストール

   GPU 版 Tensorflow 2 をインストールする場合

   py -m pip install -U tensorflow-gpu tensorflow_datasets
   

   

   CPU 版の Tensorflow をインストールする場合

   py -m pip install -U tensorflow tensorflow_datasets
   

   
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．下の図とは違うバージョンが表示されることがある

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

   
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())"
   

   次のように「device_type: "GPU"」があれば，GPUが認識できている．

   

TensorFlow のプログラム例

1. 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．

   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!')
   print(hello)
   

   

   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 のバージョン指定がある． 2020年1月時点の情報では，次の通り

   • CUDA ツールキットのバージョン: 10.1
     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: 7.6 以上

   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．

2. 今度は，次の Python プログラムを実行してみる．

   結果として 「42」のように表示されるので確認する．

   「tf.add(a, b)」と「a + b」は，同じ結果になる

   import tensorflow as tf
   a = tf.constant(10)
   b = tf.constant(32)
   print( tf.add(a, b) )
   print( a + b )
   

   
3. 今度は，次の Python プログラムを実行してみる．

   結果として 12 が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.]])
   print( tf.matmul(matrix1, matrix2) )