トップページ -> インストール,設定,利用 -> Windows ソフトウエア -> TensorFlow 2.1(GPU 対応可能)のインストール(Windows 上)
[サイトマップへ], [サイト内検索へ]

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

Windows での,TensorFlow 2 のインストールと動作確認の手順をスクリーンショット等で説明する. TensorFlow は,機械学習のプラットフォーム. GPU版の TensorFlow 2 についても説明している.

GPU とは,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. CUDA とは,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ボードが持つ GPU の機能を使うとき,CUDA を利用することができる.

サイト内の関連ページ:

先人に感謝.

参考Webページ:

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


前準備

Python のインストール

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

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

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

参考Webページ:

(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

    [image]
  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
    

    [image]
  3. pip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
    

    [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 -m pip uninstall -y tensorflow tensorflow-gpu keras
    

    [image]
  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
    

    [image]

    CPU 版の Tensorflow をインストールする場合

    py -m pip install -U tensorflow tensorflow_datasets
    

    [image]
  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__ )"
    

    [image]
  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.

    [image]

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)
    

    [image]

    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 )
    

    [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 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) )
    

    [image]

本サイトは金子邦彦研究室のWebページです.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]