TensorFlow 2のインストール（Windows 上）

前準備

Python のインストール

Windows での Python のインストール手順は，「別のページ」で説明している.

※ Pythonとして Anaconda をインストールして使うこともできる．

※ Python のプログラム作成には、PyCharmなどが便利である．

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．

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

Windows でのインストール手順は，「別のページ」で説明している

(GPU を使うときに限り) NVIDIA CUDA ツールキット，NVIDIA cuDNN のインストール

GPU 版の TensorFlow を使うときについては，次のページに記載がある．

https://www.tensorflow.org/install/gpu#pip_package

Windows での NVIDIA CUDA ツールキットのインストール

GPU 版 TensorFlow を使うために，https://developer.nvidia.com/cuda-10.0-download-archiveから CUDA 10.0 を入手し，インストールしておくこと．

※ 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

※ 詳細は， http://docs.nvidia.com/cuda/cuda-installation-guide-microsoft-windows/ で説明されている．

Windows での NVIDIA cuDNN のインストール

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．

※ 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

TensorFlow 2のインストール手順（Windows 上）

Windows で，コマンドプロンプトを管理者として実行．

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

pip を用いてインストール

※ 「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

GPU 版の Tensorflow をインストールする場合 ※ Windows で，「python」の代わりに，「py」（Windows のPythonランチャー）を使うと，Anaconda 3 内の Python が実行されることはない（Anaconda を使いたくないときは「py」）

py -m pip install --upgrade pip
pip install -U tensorflow-gpu

CPU 版の Tensorflow をインストールする場合 ※ Windows で，「python」の代わりに，「py」（Windows のPythonランチャー）を使うと，Anaconda 3 内の Python が実行されることはない（Anaconda を使いたくないときは「py」）

py -m pip install --upgrade pip
pip install -U tensorflow

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__ )"

(GPU を使うときに限り) 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

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．

※ そのために， 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．

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 )

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) )