トップページ -> インストール,設定,利用 -> Windows ソフトウエア -> TensorFlow 2.2 と TensorFlow 1.15 の共存,Keras, MatplotLib, Python 用 opencv-python 4.2 のインストール(Windows 上)
[サイトマップへ], [サイト内検索へ]

TensorFlow 2.2 と TensorFlow 1.15 の共存,Keras, MatplotLib, Python 用 opencv-python 4.2 のインストール(Windows 上)

TensorFlow 2.2 と TensorFlow 1.15 を共存させたいとき, venv を使い,隔離された Python 仮想環境を作る方法が簡単である. 手順をこのページで説明する

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

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. 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

1. (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

ダウンロードページ

詳細説明


2. (NVIDIA GPU を使うとき)NVIDIA CUDA ツールキット 10.1 と 10.0 のインストール

インストールの要点

NVIDIA CUDA ツールキット 10.0 と, NVIDIA CUDA ツールキット 10.1両方をインストールする.

ダウンロードページ

詳細説明


3. (NVIDIA GPU を使うとき)NVIDIA cuDNN 7 のインストール

インストールの要点

NVIDIA 7.4 と, NVIDIA CUDA ツールキット 10.1 の両方をインストールする.

ダウンロードページ


4. (NVIDIA GPU を使うとき)NVIDIA cuDNN 7 のファイルの確認

cudnn64_7.dllパスが通っていることを確認する

  1. Windowsのコマンドプロンプトを開く.
  2. 次のコマンドを実行. NVIDIA cuDNN 7.4,NVIDIA cuDNN 7.6の両方にファイルが表示されることを確認.
    where cudnn64_7.dll
    

    [image]

5. Python のインストール


6. TensorFlow 2.2, Keras, MatplotLib, Python 用 opencv-python 4.2 のインストール

手順

  1. Windows で,コマンドプロンプトを管理者として実行
  2. 次のコマンドで,旧版のパッケージの削除,pip の更新,TensorFlow 2.2, Keras, MatplotLib, Python 用 opencv-python 4.2 のインストールを行う

    python -m pip uninstall -y tensorflow tensorflow-cpu tensorflow-gpu tensorflow_datasets tensorflow-hub keras
    python -m pip install -U tensorflow-gpu tensorflow_datasets tensorflow-hub keras matplotlib opencv-python
    python -m pip install -q git+https://github.com/tensorflow/docs
    python -m pip install -q git+https://github.com/tensorflow/examples.git
    
  3. TensorFlow からGPU が認識できているかの確認

    次のコマンドで「device_type: "GPU"」が表示されたときは,GPUが認識できている.

    python -c "from tensorflow.python.client import device_lib; print(device_lib.list_local_devices())"
    

    [image]

詳細説明


7. 隔離された Python 3.7 仮想環境の新規作成と,TensorFlow 1.15.3, Keras 2.3.1, MatplotLib, Python 用 opencv-python 4.2 のインストール

TensorFlow 1.15.3 は Python 3.8 に対応していない(2020/06 時点)ので,Python 3.7 を使う.

手順

  1. Python 3.7 のインストール

    Windows での Python 3.7 のインストールは,別ページで説明している.

  2. コマンドプロンプトを実行.
  3. 次のコマンドで, 隔離された Python 仮想環境の作成,その有効化, pip の更新,TensorFlow 2.2, Keras, MatplotLib, Python 用 opencv-python 4.2 のインストールを行う

    隔離された Python 仮想環境のためのディレクトリを C:\venv\tf115py37に作成している.

    py -3.7 -m venv C:\venv\tf115py37
    C:\venv\tf115py37\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
    
  4. TensorFlow からGPU が認識できているかの確認

    次のコマンドで「device_type: "GPU"」が表示されたときは,GPUが認識できている.

    python -c "from tensorflow.python.client import device_lib; print(device_lib.list_local_devices())"
    

    [image]

今後,TensorFlow 1.15.3 を使いたいときは コマンドプロンプトで, 「C:\venv\tf115py37\Scripts\activate.bat」を実行して, いま,作成した Python 仮想環境を有効にする.

詳細説明


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]