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）

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

• 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

詳細説明

• Windows 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 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

• 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

• 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．

（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

• 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．

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

• 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

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
   

   
   （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 の更新，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 の更新，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 仮想環境を有効化
   • Windows: C:\venv\tf115py36\Scripts\activate.bat
   • Ubuntu: source ~/tf115py36/bin/activate

   ※ 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__ )"
   
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．

   • 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．

   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()
   

使い方

• venv の 隔離された Python 仮想環境を有効化
  • Windows: C:\venv\tf115py36\Scripts\activate.bat
  • Ubuntu: source ~/tf115py36/bin/activate

• 有効化の解除
  • Windows, Ubuntu ともに: deactivate
• Ubuntu で pyenv の更新

  cd ~/.pyenv
  git pull