トップページインストール,運用Windows の種々のソフトウエアのインストールTensorFlow 1.15.5(旧バージョン)のインストール(Windows 上)

TensorFlow 1.15.5(旧バージョン)のインストール(Windows 上)

目次

  1. 前準備
  2. TensorFlow 1.15.5(旧バージョン)のインストール
  3. TensorFlow の動作確認

Windows で TensorFlow 2 系列(TensorFlow 2.7 など)と,TensorFlow 1.15.5 の両方を使いたい.

次の方針で運用する.

【サイト内の関連ページ】:

先人に感謝.

前準備

NVIDIA グラフィックスドライバ,NVIDIA CUDA ツールキット 10.0,NVIDIA cuDNN 7.6.5 のインストール

NVIDIA グラフィックスドライバ,NVIDIA CUDA ツールキット 10.0,NVIDIA cuDNN 7.6.5 のインストール: 別ページで説明している.

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

Windows では,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.そのため,複数バージョンの同時インストールが可能である.そして,NVIDIA cuDNN は,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が可能である.

Python 3.7 64 ビット版のインストール

Python の URL: https://www.python.org/

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

TensorFlow 1.15.5 は Python 3.7, Python 3.6 で動く(Python 3.9 や Python 3.8 では動かない).

根拠は,次のページである. https://pypi.org/project/tensorflow/1.15.5/#files

TensorFlow 1.15.5(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管理者として実行する.

    [image]
  2. 使用する Python 3.7 のバージョンの確認
    py -3.7 --version
    

    [image]
  3. pip と setuptools の更新

    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.

    py -3.7 -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.

    py -3.7 -m pip uninstall -y tensorflow tensorflow-cpu tensorflow-gpu tensorflow_datasets tensorflow-hub keras
    

    [image]
  5. TensorFlow 1.15.5, Keras, scikit-learn, Python 用 opencv-python 4.3, pillow, matplotlib, seaborn のインストール

TensorFlow の動作確認

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

  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

    py -3.7 -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.

    py -3.7 -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 グラフィックスドライバ,NVIDIA CUDA ツールキット 10.0,NVIDIA cuDNN 7.6.5 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

    ※  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.

    py -3.7
    import tensorflow as tf
    hello = tf.constant('Hello, TensorFlow!')
    sess = tf.Session()
    result = sess.run(hello)
    print(result)
    sess.close()
    exit()
    

    [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.

  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.

    py -3.7
    import tensorflow as tf
    a = tf.constant(10)
    b = tf.constant(32)
    sess = tf.Session()
    result = sess.run(a + b)
    print(result)
    sess.close()
    exit()
    

    [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.

    py -3.7
    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()
    exit()
    

    [image]