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）（Ubuntu 上）

前準備

Python 3.6 のインストール

Ubuntu のシステムPython とは別に Python 3.6 をインストールするときの手順は次の通り．

1. pyenv のインストール: 別ページで説明
2. 「pyenv install 3.6.10」で Python 3.6.10 をインストール

（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

• NVIDIA グラフィックスボード・ドライバのダウンロード用ページ: https://www.nvidia.co.jp/Download/index.aspx?lang=jp

詳しくは，次のように別ページで説明している．インストール手順が分からなくなったり，不具合があったときは，次に書いている別ページの説明を確認すること．

• Ubuntu での NVIDIA グラフィックスボード・ドライバのインストール: 別ページで説明している．

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

※ 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

• NVIDIA CUDA ツールキットのダウンロード用ページ: https://developer.nvidia.com/cuda-toolkit-archive

詳細説明

• Ubuntu 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．

（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

• NVIDIA cuDNN のダウンロード用ページ: https://developer.nvidia.com/cudnn から cuDNN を入手

  ダウンロードして展開（解凍）したら，パスを通しておくこと．

詳細説明

• Ubuntu 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．

隔離された Python 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

• 隔離された Python 仮想環境の名前: tf115py36
• 使用するPythonのバージョン: 3.6

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．

pyenv shell 3.6.10
python -m venv ~/tf115py36

TensorFlow 1.15.3 のインストール

1. venv の隔離された Python 仮想環境を有効化する

   source ~/tf115py36/.venv/bin/activate
   
2. pip の更新

   python -m pip install -U pip setuptools
   
3. TensorFlow 1.15.3 のインストール

   ※ 「==1.15.3」のところでバージョンを指定している．

   python -m pip install -U tensorflow-gpu==1.15.3 tensorflow_datasets
   

   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．

4. その他パッケージのインストール

   次は，keras, opencv-python をインストールする場合の操作である．

   python -m pip install -U keras opencv-python
   

TensorFlow の動作確認

1. venv の隔離された Python 仮想環境を有効化する

   source ~/tf115py36/.venv/bin/activate
   
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__ )"
   
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())"
   

   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 1.15の GPU 版での，NVIDIA CUDA のバージョンは 10.0 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．

   • Ubuntu での 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の詳細は，別ページで説明している．
   • Ubuntu での NVIDIA cuDNNのインストールは，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．

   Ubuntu で Python プログラムを動かす．

   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()