トップページ -> インストール,設定,利用 -> Windows ソフトウエア -> 隔離された Python 仮想環境に,TensorFlow 1.15(GPU 対応可能), Keras 2.3.1, Python 用 opencv-python 4.1 のインストール(Windows 上)
[サイトマップへ], [サイト内検索へ]

隔離された Python 仮想環境に,TensorFlow 1.15(GPU 対応可能), Keras 2.3.1, Python 用 opencv-python 4.1 のインストール(Windows 上)

Windows で,virtualenv を用いて 隔離された Python 仮想環境を新規作成し,そこに,TensorFlow 1.15(旧バージョン), Keras 2.3.1, Python 用 opencv-python 4.1 をインストールする.


前準備

Python のインストール

virtualenv, virtualenv-wrapper のインストール

(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

※ 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.

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,

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\v10.0 などに展開(解凍)し,パスを通しておくこと


隔離された Python 仮想環境の新規作成

  1. 今から作成する隔離された Python 仮想環境の名前と、Pythonのバージョンを決めておく
  2. Windows で,コマンドプロンプトを実行.
  3. virtualenv隔離された Python 仮想環境新規作成し,有効化

    下の例では,隔離された Python 仮想環境の名前をtf1に設定している

    mkvirtualenv tf1
    lsvirtualenv 
    

    [image]

TensorFlow 1.15(GPU 対応可能), Keras 2.3.1, Python 用 opencv-python 4.1 のインストール

  1. Windows で,コマンドプロンプトを管理者として実行

    [image]
  2. virtualenv の隔離された Python 仮想環境を有効化する(「tf1」のところは、Python仮想環境の名前)

    workon tf1
    

    [image]
  3. 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
    
  4. 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
    
  5. 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]
  6. pip を用いてインストール

    ※ TensorFlow 1.15 では CPU 版と GPU版が 1つのパッケージに統合されている.

    py -m pip install -U tensorflow==1.15 keras opencv-python
    

    [image]

    GPU 版 TensorFlow 1.15 を使うためには,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

    そして,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

  7. TensorFlow のバージョン確認

    ※ バージョン番号が表示されれば OK.

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

    [image]
  8. (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())"
    
  9. 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!')
    sess = tf.Session()
    result = sess.run(hello)
    print(result)
    sess.close()
    

    [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]