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 2.9.1 (GPU 対応可能)のインストール(Windows 上)

TensorFlow 2.9.1 (GPU 対応可能)のインストール(Windows 上)

Windows で,次のことを行う.

  1. NVIDIA ドライバ,NVIDIA CUDA ツールキット, NVIDIA cuDNN のインストールについて
  2. Python 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
  3. TensorFlow 2 のインストール
  4. TensorFlow 2 のプログラム例

TensorFlow は,機械学習のプラットフォームである.

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・カードが持つ GPU の機能を使うとき,NVIDIA CUDA ツールキット を利用することができる. NVIDIA 社のグラフィックス・カードが持つ GPU の機能を使うとき,NVIDIA CUDA ツールキット 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.

サイト内の関連ページ

参考 Web ページ

NVIDIA ドライバ,NVIDIA CUDA ツールキット, NVIDIA cuDNN のインストールについて

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.

インストール手順の説明

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

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. 2022年1月時点では,Python 3.7 か 3.8 か 3.9

TensorFlow, PyTorch 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

NVIDIA CUDA ツールキット, NVIDIA cuDNN のバージョンは何でも良い」か? そして, 「TensorFlow, PyTorch のバージョンも何でも良い (あるいは,TensorFlow, PyTorch を使う予定はない)」か?

前準備

① Build Tools for Visual Studio 2022 (ビルドツール for Visual Studio 2022)もしくは Visual Studio 2022 のインストール

Build Tools for Visual Studio 2022 (ビルドツール for Visual Studio 2022)もしくはVisual Studio 2022 を,前もってインストールしておく.

② NVIDIA ドライバについて

  1. 古いNVIDIA ドライバ,NVIDIA CUDA がインストール済みのとき,不要なものがあればアンインストール

    Windows のスタートメニューで「設定」,「アプリ」と操作して,「NVIDIA ・・・」を削除

  2. NVIDIA グラフィックス・カードの種類を調べる

    hwinfo (URL: https://www.hwinfo.com) を使って調べることができる.

  3. あとで,NVIDIA CUDA ツールキットをインストールするときに,NVIDIA ドライバを同時にインストールすることができる.

    あとで、NVIDIA CUDA ツールキットをインストールするので、そのときに、NVIDIA ドライバもインストールすることにする.次へ進む.

    但し, NVIDIA CUDA ツールキットの古いバージョンを使う場合には,次のページから,最新のNVIDIA ドライバをダウンロードして,インストールする.

    NVIDIA ドライバのダウンロードページ: https://www.nvidia.co.jp/Download/index.aspx?lang=jp

③ NVIDIA CUDA ツールキット 11.7.0,NVIDIA cuDNN 8.4.1 のインストール

Windows での NVIDIA ドライバ,NVIDIA CUDA ツールキット 11.6.2NVIDIA cuDNN v8.4.0 のインストール: 別ページで説明している.

Python 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

インストールする Python のバージョンの確認

TensorFlow のバージョンの確認

次のページにより確認.

TensorFlow のタグのページ: https://github.com/tensorflow/tensorflow/tags で確認.

TensorFlow が対応する Python のバージョンの確認

2022年3月時点では次の通りである.

PyTorch が対応する Python のバージョンの確認

2022年3月時点では次の通りである.

その根拠: https://pytorch.org/ に表示される https://download.pytorch.org/whl/lts/1.8/torch_lts.html, https://download.pytorch.org/whl/cu116/torch_stable.html で確認

① Python のインストール

Python の公式ページ: http://www.python.org/

Python は,次のコマンドで起動できる.

② pip と setuptools の更新

pip は,次のコマンドで起動できる.

③ Python 開発環境として,Python コンソール(Jupyter Qt Console), Jupyter ノートブック (Jupyter Notebook), Jupyter Lab, Nteract, spyder のインストール

TensorFlow 2のインストール

設定の要点

システム環境変数 TF_FORCE_GPU_ALLOW_GROWTH の設定: true

インストール手順

  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
    python --version
    

    [image]
  3. pip と setuptools の更新

    ※ 「 python -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.

    python -m pip install -U pip setuptools
    

    [image]
  4. TensorFlow 関係の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,関係のパッケージのアンインストールを行っておく.

    python -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 最新版 (2022/06 時点での最新版は 2.9.1) (GPU 版とCPU版は統合されている) および関連ソフトウェアのインストール

    python -m pip install -U tensorflow tf-models-official tf_slim tensorflow_datasets tensorflow-hub keras keras-tuner keras-visualizer
    python -m pip install git+https://github.com/tensorflow/docs
    python -m pip install git+https://github.com/tensorflow/examples.git
    python -m pip install git+https://www.github.com/keras-team/keras-contrib.git
    
  6. システム環境変数 TF_FORCE_GPU_ALLOW_GROWTH に,true を設定

    管理者として実行した コマンドプロンプトで,次のコマンドを実行.

    call powershell -command "[System.Environment]::SetEnvironmentVariable(\"TF_FORCE_GPU_ALLOW_GROWTH\", \"true\", \"Machine\")"
    

    [image]

動作確認

TensorFlow がインストールできたかを確認したい.

  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

    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.

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

    [image]

    次のようなメッセージが出た場合には,メッセージに従い, NVIDIA ドライバ,NVIDIA CUDA ツールキット, NVIDIA cuDNN のインストールを行う. 但し,GPU がない場合には,このメッセージを無視する.

    [image]
    • Windows での NVIDIA ドライバ,NVIDIA CUDA ツールキット 11.7.0NVIDIA cuDNN v8.4.1 のインストール: 別ページで説明している.
    • Windows での NVIDIA cuDNN のインストールの詳細説明: 別ページで説明している.
  3. パッケージの情報の表示

    pip show tensorflow
    

    [image]
  4. (GPU を使うとき) TensorFlow からGPU が認識できているかの確認

    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.

    python -c "from tensorflow.python.client import device_lib; print(device_lib.list_local_devices())"
    

    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.

    [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 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 2.5 の GPU 版での,cuDNN のバージョンは 8.2TensorFlow 2.4 の GPU 版での,cuDNN のバージョンは 8.0.5TensorFlow 2.3, 2.2, 2.1 の GPU 版での,cuDNN のバージョンは 7.6.そして,TensorFlow 1.13 以上 TensorFlow 2.0 までの GPU 版での,cuDNN のバージョンは7.4 が良いようである.

    Windows での NVIDIA ドライバ,NVIDIA CUDA ツールキット 11.7.0NVIDIA cuDNN v8.4.1 のインストール: 別ページで説明している.

TensorFlow 2 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 プログラムの実行

    Python 開発環境(Jupyter Qt Console, Jupyter ノートブック (Jupyter Notebook), Jupyter Lab, Nteract, Spyder, PyCharm, PyScripterなど)も便利である.

    Python 開発環境の説明: 別ページにまとめている.

    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)
    

    [image]
  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 )
    

    [image]
  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.]]」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.]])
    print( tf.matmul(matrix1, matrix2) )
    

    [image]