トップページ -> インストール,設定,利用 -> Windows ソフトウエア -> TensorFlow 1.14(旧バージョン)のインストール(Windows 上)
[サイトマップへ], [サイト内検索へ]

TensorFlow 1.14(旧バージョン)のインストール(Windows 上)

Windows での,TensorFlow 1.14(旧バージョン)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.GPU版の TensorFlow 1.14 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.

TensorFlow 1.14 に対応する Python の最新版は,Python 3.7 である(2020/06 時点).前もって Python 3.7 をインストールしておくこと.

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


前準備

Python 3.7 のインストール

Python の URL: https://www.python.org/

※ TensorFlow 1.14 に対応する Python の最新版は,Python 3.7 である(2020/06 時点).

(NVIDIA GPU を使うとき)NVIDIA グラフィックスボード・ドライバのインストール

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.

ダウンロードページ

詳細説明

(NVIDIA GPU を使うとき)NVIDIA CUDA ツールキット 10.0 のインストール

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. ダウンロードページ

TensorFlow 2.1 以上の GPU 版での,NVIDIA CUDA のバージョンは 10.1指定されている. TensorFlow 1.15の GPU 版での,NVIDIA CUDA のバージョンは 10.0指定されている. 指定されているバージョンより高いものは使わない. その根拠は次のページ. URL: https://www.tensorflow.org/install/source#common_installation_problems

詳細説明

(NVIDIA GPU を使うとき)NVIDIA cuDNN 7.4 のインストール

ダウンロードページ

次のページには,TensorFlow 2.1 以上の 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 が指定されている.

URL: https://www.tensorflow.org/install/source#common_installation_problems

詳細説明


TensorFlow 1.14(旧バージョン)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. 使用する Python のバージョンの確認
    python --version
    

    [image]
  3. pip更新

    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 tensorflow_datasets tensorflow-hub keras
    

    [image]
  5. TensorFlow 1.14 のインストール

    ※ 「==1.14」のところでバージョンを指定している.

    ※ GPU 版をインストールしている.TenforFlow の GPU 版は,GPU がない場合には CPU を使って動作する.

    python -m pip install -U tensorflow-gpu==1.14 tensorflow_datasets
    

    [image]

TensorFlow の動作確認

  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

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

    [image]
  3. (GPU を使うとき) GPU が認識できてるかの確認

    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())"
    

    [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.

    Windows でのNVIDIA CUDA ツールキットのインストール: 別ページで説明している.

    Windows での NVIDIA cuDNNのインストール: 別ページで説明している.

  4. 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

    • Windows では,「python」コマンドやPythonランチャーである「py」コマンド
    • Ubuntu では,「python3」コマンド

    ※  開発環境や Python コンソール(Jupyter Qt ConsolespyderPyCharmPyScripter など)が便利.

    メッセージを表示するプログラム

    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]
  5. 今度は,次の Python プログラムを実行してみる.

    足し算を行うプログラム

    結果として 「42」のように表示されるので確認する.

    import tensorflow as tf
    a = tf.constant(10)
    b = tf.constant(32)
    sess = tf.Session()
    result = sess.run(a + b)
    print(result)
    sess.close()
    

    [image]
  6. 今度は,次の Python プログラムを実行してみる.

    配列を扱うプログラム

    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.]])
    product = tf.matmul(matrix1, matrix2)
    sess = tf.Session()
    result = sess.run(product)
    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]