トップページ -> インストール,設定,利用 -> Windows の種々のソフトウエアのインストール -> TensorFlow 2.8(GPU 対応可能), Keras, scikit-learn, MatplotLib, Python 用 opencv-python 4.3 のインストール(Windows 上)

TensorFlow 2.8(GPU 対応可能), Keras, scikit-learn, MatplotLib, Python 用 opencv-python 4.3 のインストール(Windows 上)

Windows での,TensorFlow 2.8(GPU 対応可能), Keras, scikit-learn, Python 用 opencv-python, pillow, matplotlib, seaborn のインストール手順を説明する.

【目次】

  1. NVIDIA ドライバ,NVIDIA CUDA ツールキット, NVIDIA cuDNN のインストール
  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 2.8(GPU 対応可能), Keras, scikit-learn, MatplotLib, Python 用 opencv-python のインストール
  4. TensorFlow 2 のプログラム例

【サイト内の関連ページ】

先人に感謝.

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

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

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.

【サイト内の関連ページ】

(NVIDIA GPU を使うとき) 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, 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

次の 2つの場合のどちらにあてはまるかによる.「2」に当てはまる場合には,続きの説明により,NVIDIA CUDA ツールキット, NVIDIA cuDNN のバージョンを確認する.

  1. NVIDIA CUDA ツールキット, NVIDIA cuDNN のバージョンは何でも良い」し, 「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)」 と言う場合は, NVIDIA CUDA ツールキット11.6.2, NVIDIA cuDNN 8.4.0 (2022/04時点) を使う.

    NVIDIA CUDA ツールキット11.6.2, NVIDIA cuDNN 8.4.0 の根拠:NVIDIA cuDNN のページ https://developer.nvidia.com/cudnn で,最新の NVIDIA cuDNN が対応しているNVIDIA CUDA ツールキット のバージョンを確認 (必ずしも,最新の NVIDIA CUDA ツールキット を使うわけではない場合がある).

  2. 「TensorFlow, PyTorch, NVIDIA CUDA ツールキット, NVIDIA cuDNN の中で,使いたいバージョンが決まっているものがある」という場合には, 下の説明により, TensorFlow, PyTorch, NVIDIA CUDA ツールキット, NVIDIA cuDNN のバージョンの組み合わせを確認する.

(TensorFlow を使う予定がある場合) TensorFlow が対応する NVIDIA CUDA ツールキット, NVIDIA cuDNN のバージョンを確認

TensorFlow を pip コマンドでインストールするとき, TensorFlow のバージョンによって, 必要となる NVIDIA CUDA ツールキットNVIDIA cuDNNバージョンが違う.必ずしも,「最新の NVIDIA CUDA ツールキット,NVIDIA cuDNN で動く」ということではないので,注意が必要である.

そのことについて,より詳しい説明は: 別ページで説明している.

2022年3月時点では TensorFlow の最新版は 2.8.0 であるが,過去の TensorFlow のバージョンを使うこともありえる. そこで,使用したい TensorFlow のバージョンにより, 必要な NVIDIA CUDA ツールキットNVIDIA cuDNN のバージョンを決めることになる. 2022年3月時点の情報を,次のようにまとめておく.

なお,NVIDIA CUDA ツールキットはバージョンごとにディレクトリ名が変わるので,複数バージョンの同時インストールは可能である. NVIDIA cuDNN は,インストール時にディレクトリを自由に決めることができるので,複数バージョンの同時インストールは可能である.

(PyTorch を使う予定がある場合) PyTorch が対応する NVIDIA CUDA ツールキット, NVIDIA cuDNN のバージョンを確認

2022年3月時点では次の通りである.

その根拠は, 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/cu113/torch_stable.html で確認できる.

① Build Tools for Visual Studio 2019(ビルドツール for Visual Studio 2019)もしくは Visual Studio 2019 のインストール

Build Tools for Visual Studio 2019(ビルドツール for Visual Studio 2019)もしくはVisual Studio 2019 を,前もってインストールしておく.

② NVIDIA ドライバのインストール

  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.

    いまは、グラフィックス・カードの種類を確認し,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

NVIDIA CUDA ツールキット 11.5.2,NVIDIA cuDNN 8.3.3 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/cu113/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 (JupyterLab, spyder, nteract)のインストール

TensorFlow 2.8(GPU 対応可能), Keras, scikit-learn, MatplotLib, Python 用 opencv-python のインストール

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する.

    [image]
  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. 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.

    python -m pip uninstall -y tensorflow tensorflow-cpu tensorflow-gpu tf-models-official tensorflow_datasets tensorflow-hub keras
    

    [image]
  5. TensorFlow 2.8, Keras, scikit-learn, Python 用 opencv-python, pillow, matplotlib, seaborn のインストール

    python -m pip install -U tensorflow tf-models-official==2.8.0 tf_slim tensorflow_datasets tensorflow-hub keras keras-tuner keras-visualizer numpy pillow pydot matplotlib seaborn scikit-learn scikit-learn-intelex keras keras-tuner keras-visualizer opencv-python opencv-contrib-python
    python -m pip install git+https://github.com/tensorflow/docs
    python -m pip install git+https://github.com/tensorflow/examples.git
    

    [image]
    (以下省略)

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 グラフィックスドライバ,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]
    • NVIDIA グラフィックスドライバ,NVIDIA CUDA ツールキット 11.5NVIDIA cuDNN 8.3 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 CUDA ツールキット 11.5NVIDIA cuDNN 8.3 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 プログラムを動かす

    開発環境や Python コンソール(Jupyter Qt ConsoleSpyderPyCharmPyScripter など)の利用も便利である.

    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]
  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]