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 3.6 仮想環境の新規作成と,TensorFlow 1.15.3(旧バージョン),Keras のインストール(venv を使用)(Windows とUbuntu を併記)
[サイトマップへ], [サイト内検索へ]

隔離された Python 3.6 仮想環境の新規作成と,TensorFlow 1.15.3(旧バージョン),Keras のインストール(venv を使用)(Windows とUbuntu を併記)

Windows, Ubuntu で,隔離された Python 3.6 仮想環境の新規作成,TensorFlow 1.15.3(旧バージョン)のインストールを行う. venv を使う.

目次

  1. 前準備
  2. 隔離された Python 3.6 仮想環境の新規作成と,TensorFlow 1.15.3(旧バージョン),その他パッケージのインストール
  3. TensorFlow の動作確認
  4. 使い方

TensorFlow の URL: https://www.tensorflow.org/

TensorFlow 1.15.3 に対応する Python の最新版は,Python 3.7 である(2020/06 時点).

サイト内の関連ページ:

謝辞:このページで使用するソフトウエアの作者に感謝します.


前準備

(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 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


隔離された Python 3.6 仮想環境の新規作成と,TensorFlow 1.15.3(旧バージョン),その他パッケージのインストール

最新版ではない TensorFlow を使う.そうした場合,運用を簡単にする(バージョン指定のもの間違ってアップデートしないなど)のために,venv を用いて,隔離された Python 仮想環境を作る

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

Windows の場合

  1. Python 3.6 の準備

    Python の URL: http://www.python.org/

    Windows での Python 3.6 のインストールは,別ページで説明している.

  2. Windows では,コマンドプロンプトを実行.
  3. venv を用いて,Python 3.6 が動く隔離された Python 仮想環境を作る.

    そして,pip, setuptools の更新,Python 開発環境(JupyterLab, spyder)のインストールを行う.

    下の例では,隔離された Python 仮想環境のためのディレクトリを C:\venv\tf115py36\.venvに作成している.

    venv を使い,孤立した Python 仮想環境を使っているときは,Windows でも Ubuntu でも同じで,「python -m pip install ...」. いま,venv を使っているかどうかは,プロンプトの「(venv)」で分かる.

    py -3.6 -m venv C:\venv\tf115py36\.venv
    C:\venv\tf115py36\Scripts\activate.bat
    python -m pip install -U pip setuptools
    python -m pip install -U jupyterlab jupyter jupyter-console jupytext spyder
    

    [image]
    (以下省略)
  4. venv の隔離された Python 仮想環境を有効化した上で,pip更新TensorFlow 1.15.3,その他のパッケージのインストールを行う

    ※ 「==1.15.3」のところでバージョンを指定している.

    C:\venv\tf115py36\Scripts\activate.bat
    python -m pip install -U pip setuptools
    python -m pip install -U tensorflow-gpu==1.15.3 tensorflow_datasets keras matplotlib opencv-python
    

Ubuntu の場合

  1. Python 3.7 の準備

    次の手順により,システム Python とは別に,pyenv を用いて Pytnon 3.7 をインストールする.(システム Python の設定は変えたくないため).

    1. pyenv のインストールと設定

      図などの入った詳しい説明は別ページ

      sudo apt -yV install --no-install-recommends make build-essential libssl-dev zlib1g-dev libbz2-dev libreadline-dev libsqlite3-dev wget curl llvm libncurses5-dev xz-utils tk-dev libxml2-dev libxmlsec1-dev libffi-dev liblzma-dev
      cd /tmp
      curl https://pyenv.run | bash
      echo 'export PYENV_ROOT="${HOME}/.pyenv"' >> ~/.bashrc
      echo 'if [ -d "${PYENV_ROOT}" ]; then' >> ~/.bashrc
      echo '    export PATH=${PYENV_ROOT}/bin:$PATH' >> ~/.bashrc
      echo '    eval "$(pyenv init -)"' >> ~/.bashrc
      echo '    eval "$(pyenv virtualenv-init -)"' >> ~/.bashrc
      echo 'fi' >> ~/.bashrc
      exec $SHELL -l
      
    2. 次のコマンドにより,pyenv を用いて Python 3.6.10 をインストール
      pyenv install 3.6.10
      
  2. Ubuntu では端末を開く.
  3. venv を用いて,Python 3.7 が動く隔離された Python 仮想環境を作る.

    そして,pip, setuptools の更新,Python 開発環境(JupyterLab, spyder)のインストールを行う.

    下の例では,隔離された Python 仮想環境のためのディレクトリを ~/tf115py36に作成している.

    venv を使い,孤立した Python 仮想環境を使っているときは,Windows でも Ubuntu でも同じで,「python -m pip install ...」. いま,venv を使っているかどうかは,プロンプトの「(venv)」で分かる.

    pyenv shell 3.6.10
    python -m venv ~/tf115py36
    source ~/tf115py36/bin/activate
    python -m pip install -U pip setuptools
    python -m pip install -U jupyterlab jupyter jupyter-console jupytext spyder
    
  4. venv の隔離された Python 仮想環境を有効化した上で,pip更新TensorFlow 1.15.3,その他のパッケージのインストールを行う

    ※ 「==1.15.3」のところでバージョンを指定している.

    source ~/tf115py36/bin/activate
    python -m pip install -U pip setuptools
    python -m pip install -U tensorflow-gpu==1.15.3 tensorflow_datasets keras matplotlib opencv-python
    

TensorFlow の動作確認

Windows での手順を示す.Ubuntu でも同様の手順になる.

  1. Windows では,コマンドプロンプトを実行.
  2. 隔離された Python 仮想環境有効化

    ※ 以下,Windows での手順を示す.Ubuntu でも同様の手順になる.

  3. TensorFlow のバージョン確認

    ※ バージョン「1.15.3」が表示されることを確認.

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

    [image]
  4. (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())"
    

    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.

  5. 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.

    venv を使い,孤立した Python 仮想環境を使っているときの Python プログラム実行は,Windows でも Ubuntu でも同じで,「python ...」. いま,venv を使っているかどうかは,プロンプトの「(venv)」で分かる.

    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]

使い方


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]