【2018年度版】TensorFlow 1.5のインストール方法を解説!【Windows 10】

【2018年度版】TensorFlow 1.5のインストール方法を解説!【Windows 10】

こんにちは。テクニカルライターの矢崎です。

Windowsで機械学習に挑戦するとき、TensorFlow(テンソルフロー)にするかChainer(チェイナー)にするか悩んだことはないでしょうか。

TensorFlowのほうが人気がありますが、インストールがちょっと大変なので腰が引けてしまう人も少なくないと思います。

そこで、この記事ではTensorFlowにはCPU版とGPU版の2種類があることを紹介し、各TensorFlowのインストール方法を丁寧に説明します。

インストールして初めて、TensorFlowを評価できると思いますので、ぜひ挑戦してみてください!

ちなみに、Chainerのインストール方法を紹介する記事もありますので、あわせてご覧ください。

どのTensorFlowをインストールする?

TensorFlowには、以下の2種類があります。

  • TensorFlow with CPU support only(以降、CPU版TensorFlow)
  • TensorFlow with GPU support(以降、GPU版TensorFlow

どちらをインストールしても機械学習は行えるのですが、それでも片方を選択しなければいけません。

残念ながら、これもまたTensorFlowを採用するハードルの1つになっていますね…。

この記事では、インストールするTensorFlowを検討できるように、手順形式にしてみました。

順番に読んでいき、どちらのTensorFlowをインストールするか決めてください。

(1)お使いのパソコンがNVIDIA製GPUを搭載していますか。

以下の画面のようにデバイスマネージャーの「ディスプレイアダプター」「NVIDIA GeForce xxxxx」のように表示されていれば、NVIDIA製GPUを搭載しています。

tens-ins01

一方、以下の画面のように「NVIDIA GeForce xxxxx」が表示されない場合は、残念ながらNVIDIA製GPUを搭載していません。

tens-ins02

NVIDIA製GPUを搭載していない場合は、CPU版TensorFlowをインストールします。

NVIDIA製GPUを搭載している場合は、(2)に進みます。

(2)NVIDIA製GPUを機械学習に使っても大丈夫ですか。

GPU版TensorFlowで機械学習をしている間は、そのパソコンはCPUしか使えないと考えた方が良いでしょう。

たとえば、NVIDIA製GPUを使って高速処理を実現している動画編集ソフトゲームソフトは、機械学習をしている間は、思ったとおりのパフォーマンスはでず、まったく使えないという印象になります。

もちろん、機械学習をしていない間は、動画編集ソフトもゲームソフトも通常どおり高速処理ができますので、安心してください。

ということで、NVIDIA製GPUを機械学習に使われると困る場合は、CPU版TensorFlowをインストールします。

NVIDIA製GPUを機械学習に使っている間は、他のソフトを使わないなら(3)に進みます。

(3)機械学習が遅くても待てますか。

機械学習の動作確認が主な目的である場合など、遅くても待てる場合は、CPU版TensorFlowをインストールします。

速くできるのに遅いなんて許せない!という場合は、GPU版TensorFlowをインストールします。

いかがでしょうか、インストールするTensorFlowは決定しましたか?

CPU版TensorFlowを推しているように見えるのは、CPU版TensorFlowはインストールが簡単だからです。

さて、インストールするTensorFlowが決定したので、次はPythonの環境を構築しましょう。

Pythonの環境を構築しよう

CPU版TensorFlowを使う場合も、GPU版TensorFlowを使う場合も、Pythonの環境を構築しましょう。

TensorFlowの動作環境は、Python 3.5またはPython 3.6です。

したがって、すでにそれ以外のバージョンのPythonをインストールしている場合は、Pythonの環境を分離するために、ひと工夫必要です。

AnacondaMinicondavirtualenvというアプリを聞いたことはあるでしょうか。

いずれも、Pythonの環境を分離するために使うアプリです。

ひと工夫必要になる前でも、これらのアプリを1つ使うと良いでしょう。

初めに種明かしをしておきますが、この記事ではAnacondaを使って、TensorFlowを動作させるためのPython環境を構築しています。

Anaconda

Anacondaは、Pythonを使いたいときにPythonの代わりにインストールするソフトウェアです。

(AnacondaにPythonが含まれているため)別途Pythonをインストールしないことが特徴です。

Anacondaは、以下の記事で詳しく説明していますので、ぜひご覧ください。

Miniconda

Minicondaは、Anacondaの一部分だけを抽出したアプリです。

Anacondaでは余計なアプリやライブラリがインストールされてしまい都合が悪いときは、Minicondaを使いましょう。

ただし、TensorFlowを使用する際に必要なライブラリもインストールされていませんので、TensorFlowのインストールに少し余計に時間がかかります。

※一方、Minicondaのほうが、Anacondaよりもインストール時間は短くて済みます。

virtualenv

virtualenvは、AnacondaやMinicondaとは異なり、PythonをインストールしたあとにインストールするPython環境分離ツールです。

Anacondaでも、Minicondaでも、virtualenvでも、TensorFlow用のPython環境を構築できますが、この記事ではAnacondaを使うことにします。

CPU版TensorFlowをインストールしよう

まずは、CPU版TensorFlowをインストールする場合の手順を説明します。

ざっと説明すると、Anaconda Navigatorを起動して、CPU版TensorFlow用のPython環境を構築します。

次に、JupyterLabを起動し、CPU版TensorFlowをインストールして、動作を確認します。

では、操作を具体的に説明していきます。

(1)Anaconda Navigatorを起動します。

(2)「Environment」をクリックし、「Create」をクリックします。

tens-ins03

(3)「Name」欄に「tensorflow-cpu」と入力し、「Create」をクリックします。

「Python」にチェックが付いていて、「3.6」が選択されていることも確認してください。

tens-ins05

tensorflow-cpu環境が作成されます。

(4)「Home」をクリックし、「Applications on」欄で「tensorflow-cpu」を選択して、「jupyterlab」「install」をクリックします。

tens-ins05

(5)「jupyterlab」「Launch」をクリックします。

tens-ins06

(6)「Terminal」をクリックします。

tens-ins07

(7)「pip install –upgrade tensorflow」と入力し、Enterキーを押します。

tens-ins08

これで、CPU版TensorFlowのインストールが完了しました!

なお、Anaconda Navigatorで「Environments」→「tensorflow-cpu」をクリックし、右上で「Not installed」を選択して「Search Packages」欄に「tensorflow」と入力すると、condaパッケージのtensorflowが表示されますが、こちらは公式のTensorFlowではありませんので、インストールしないことをお勧めします!

では、インストールできたことを確認してみましょう。

(6)「File」「New」「Notebook」の順にクリックします。

tens-ins10

(7)「Python 3」が選択されていることを確認し、「SELECT」をクリックします。

tens-ins11

(8)以下のコードを入力し、Shiftキーを押しながらEnterキーを押します。

import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))

tens-ins12

少ししてから「b’Hello, TensorFlow!’」と表示されれば、CPU版TensorFlowの実行も問題ありません。

GPU版TensorFlowをインストールしよう

ここからは、GPU版TensorFlowをインストールする場合の手順を説明します。

こちらもざっと説明すると、まずは、以下のアプリケーションやライブラリをインストールします。

  • Visual Studio Community 2015 with Update 3
  • CUDA Toolkit 9.0 (Sept 2017)
  • cuDNN v7.0.5 (Dec 5, 2017), for CUDA 9.0

いずれも新しいバージョンが公開されていますが、TensorFlowを動作させるには、上記のバージョンをインストールするのが近道です。

あとは、CPU版TensorFlowのインストール手順とほとんど同じ流れです。

Anaconda Navigatorを起動して、GPU版TensorFlow用のPython環境を構築します。

最後に、JupyterLabを起動し、GPU版TensorFlowをインストールして、動作を確認するという流れです。

CPU版TensorFlowに比べるとインストールするものが多くなり大変ですが、避けては通れません。

頑張ってインストールしていきましょう。

Visual Studio Community 2015 with Update 3のインストール

Visual Studio Community 2015 with Update 3は、すでに最新バージョンではないため、「無料のDev Essentialsプログラム」に参加する必要があるなど、ダウンロードに少し手間がかかります。

(1)Visual Studioのダウンロードサイトを表示します。

(2)ページの下の方に表示されている「以前のバージョン」をクリックします。

tens-ins13

(3)「Visual Studio 2015およびその他の製品」「ダウンロード」をクリックします。

tens-ins14

Visual Studio Community 2015 with Update 3を利用するには、無料のDev Essentialsプログラムに参加する必要があります。

まだ参加していない場合は、上の画面の「無料のDev Essentialsプログラム」をクリックして、画面の指示に従って操作してください。

参加できたら、(4)に進みます。

(4)ログインする画面が表示された場合は、ログインします。

(5)「Visual Studio Community 2015 Update 3」にチェックを付けます。

tens-ins15

(6)「Japanese」「EXE」を選択し、「Download」をクリックします。

tens-ins16

ja_visual_studio_community_2015_with_update_3_x86_x64_web_installer_8922964.exeがダウンロードされます。

(7)ja_visual_studio_community_2015_with_update_3_x86_x64_web_installer_8922964.exeを実行し、画面の指示に従って操作します。

CUDA Toolkit 9.0 (Sept 2017)のインストール

CUDA Toolkit 9.0 (Sept 2017)も少し古いバージョンですが、Visual Studio Communityに比べれば、少ない手続きでインストールできます。

なお、CUDA Toolkit 8.0をインストールしても、GPU版TensorFlowは動作しません。

(1)CUBA Toolkit 9.0のダウンロードサイトを表示します。

(2)「Windows」「10」をクリックし、「exe (network)」をクリックします。

Windows 10以外のバージョンを使用している場合は、ご使用のWindowsのバージョンにあわせてクリックしてください。

tens-ins17

(3)「Base Installer」「Download」をクリックし、「Patch 1 (Released Jan 25, 2018)」「Download」をクリックします。

tens-ins18

cuda_9.0.176_win10_network.execuda_9.0.176.1_windows.exeがダウンロードされます。

(4)cuda_9.0.176_win10_network.exeを実行し、画面の指示に従って操作します。

(5)cuda_9.0.176.1_windows.exeを実行し、画面の指示に従って操作します。

cuDNN v7.0.5 (Dec 5, 2017), for CUDA 9.0のインストール

次は、cuDNN v7.0.5 (Dec 5, 2017), for CUDA 9.0です。

cuDNNをダウンロードするには、NVIDIA Developer Programへの会員登録が必要です。

(1)cuDNNのダウンロードサイトを表示します。

(2)会員登録を済ませている場合は、「Login」をクリックします。

会員登録が済んでいない場合は、「Join」をクリックして、画面の指示に従って操作します。

tens-ins19

(3)メールアドレスパスワードを入力し、「Login」をクリックします。

tens-ins20

(4)ログインできたら、もう一度cuDNNのダウンロードサイトを表示します。

(5)cuDNN Software License Agreementを確認し、同意できる場合は「I Agree To the Terms of the cuDNN Software License Agreement」をチェックして、「Download cuDNN v7.0.5 (Dec 5, 2017), for CUDA 9.0」をクリックします。

cuDNN Software License Agreementに同意できない場合は、インストールできません。

tens-ins21

(6)「cuDNN v6.0 Library for Windows 10」をクリックします。

ご使用のWindowsのバージョンにあわせてクリックします。

tens-ins22

cudnn-9.0-windows10-x64-v7.zipがダウンロードされます。

(7)cudnn-9.0-windows10-x64-v7.zipを展開します。

(8)下表のとおりに、エクスプローラーでファイルをコピーします。

cudnn-9.0-windows10-x64-v7.zipを展開して作成されたファイル コピー先フォルダ
cudabincudnn64_7.dll C:Program FilesNVIDIA GPU Computing ToolkitCUDAv9.0bin
cudaincludecudnn.h C:Program FilesNVIDIA GPU Computing ToolkitCUDAv9.0include
cudalibx64cudnn.lib C:Program FilesNVIDIA GPU Computing ToolkitCUDAv9.0libx64

以上で、cuDNNのインストールが完了しました。

環境変数を設定する手順を紹介していることがありますが、CUDAをインストールすると自動的に必要な環境変数が設定されますので、改めて設定する必要はありません。

念のため、コマンドプロンプトを表示して、「set CUDA_PATH」と入力し、Enterキーを押して、以下のように表示されることを確認してください。

CUDA_PATH=C:Program FilesNVIDIA GPU Computing ToolkitCUDAv9.0
CUDA_PATH_V9_0=C:Program FilesNVIDIA GPU Computing ToolkitCUDAv9.0

TensorFlow(GPU版)のインストール

いよいよGPU版TensorFlowをインストールする場合の手順を説明します。

もう一度ざっと説明すると、Anaconda Navigatorを起動して、GPU版TensorFlow用のPython環境を構築します。

次に、JupyterLabを起動し、GPU版TensorFlowをインストールして、動作を確認するという流れですよ。

では、操作を具体的に説明していきます。

(1)Anaconda Navigatorを起動します。

(2)「Environment」をクリックし、「Create」をクリックします。

tens-ins28

(3)「Name」欄に「tensorflow-gpu」と入力し、「Create」をクリックします。

「Python」にチェックが付いていて、「3.6」が選択されていることも確認してください。

tens-ins29

tensorflow-gpu環境が作成されます。

(4)「Home」をクリックし、「Applications on」欄で「tensorflow-gpu」を選択して、「jupyterlab」「install」をクリックします。

tens-ins30

(5)「jupyterlab」「Launch」をクリックします。

tens-ins31

(6)「Terminal」をクリックします。

tens-ins07

(7)「pip install –upgrade tensorflow-gpu」と入力し、Enterキーを押します。

tens-ins32

これで、GPU版TensorFlowのインストールが完了しました!

なお、Anaconda Navigatorで「Environments」→「tensorflow-cpu」をクリックし、右上で「Not installed」を選択して「Search Packages」欄に「tensorflow」と入力すると、condaパッケージのtensorflowが表示されますが、こちらは公式のTensorFlowではありませんので、インストールしないことをお勧めします!

では、インストールできたことを確認してみましょう。

(6)「File」「New」「Notebook」の順にクリックします。

tens-ins33

(7)「Python 3」が選択されていることを確認し、「SELECT」をクリックします。

tens-ins11

(8)以下のコードを入力し、Shiftキーを押しながらEnterキーを押します。

import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))

tens-ins35

少ししてから「b’Hello, TensorFlow!’」と表示されれば、CPU版TensorFlowの実行も問題ありません。

まとめ

TensorFlowにはCPU版TensorFlowGPU版TensorFlowがあることを説明し、どちらを選べばよいか決定する手順も紹介しました。

また、各TensorFlowのインストール方法も画面を交えて説明しました。

TensorFlowは、まだまだ発展段階ですので、バージョンアップの頻度は高めです。

また、GPU版TensorFlowについては、Visual Stduio CommunityやCUDA、cuDNNと密接にかかわっていて、バージョンが少し違うとGPU版TensorFlowが動作しなくなってしまいます。

どのような組み合わせが正しいかは、基本的にはInstalling TensorFlow on Windowsに書かれているのですが、確認するタイミングによっては記載されているバージョンに誤りがあり、結局インストールしてみないと分からないようです。

今回は、GPU版TensorFlow 1.5、Visual Studio Community 2015、CUDA 9.0、cuDNN v7.0.5 for CUDA 9.0という組み合わせでした。

同じ組み合わせなら問題なくインストールできますので、ぜひ挑戦してみてください!

33歳、未経験だった僕がフリーエンジニアになれた理由

現在フリーでWEBエンジニアをやられている濱口直行さん。33歳で、プログラミングを学び始め、約半年という短い期間で独立までされた学習ログを余すことなくインタビューさせていただきました。

プログラミングを学習中の方はもちろん、独立をお考えの方まで幅広く活用できる記事になっています。この機会に是非活用していただければと思います。

現役フリーランスエンジニアによる無料体験レッスン実施中!

もし、あなたが、

  • 経験、年齢、学歴に不安がある
  • 挫折しない学習方法が知りたい
  • アプリ開発で困っている
  • エンジニアの”生”の声が聞きたい!
  • 仕事獲得の仕方がわからない
  • エンジニアに転職したいが何をすればいいかわからない

など、プログラミング学習やキャリアのことでお困りであれば、まずは『無料体験レッスン』にお申し込み下さい。

あなたにとって、最適の解決策をご提案させていただきます。

詳しくは下の画像から詳しいサービス内容をご確認ください。

cta_mtm3

学習者インタビュー

23歳、早稲田中退生が3ヶ月でフリーランスエンジニアになるまで
元ベンチャー役員が起業のためにプログラミングを学んだ本当の理由
売上2,000万のサービスを作った僕がプログラミング学習をした理由
IT音痴のヨガインストラクターが爆速でサイト作成できた秘訣
Rubyを学んだ島根女子流の仕事術「PCとWifiさえあれば仕事はできる」
文系こそなるべき!経験ゼロから3ヶ月でエンジニアに転身した経済学部出身の話

人気記事セレクション

WEBアプリって?ゼロから始める5ステップ
自分にぴったりのプログラミング言語を知る
完全無料!プログラミング学習サイトTop5
プログラミング案件サクッと取れるサイト集
未経験でフリーエンジニアになれる5つの理由
WEBアプリ開発言語を選ぶべき3つの理由
Pythonって何ができるの!?徹底解説!
プログラミング初心者が急成長する10の秘訣
挫折知らず!ドットインストール200%活用術

プログラミング学習者必見

専属講師に質問し放題、レッスンし放題!最短1ヶ月でフリーランスエンジニア
プログラミング学習カリキュラム無料公開中
Ruby学習カリキュラム無料公開中
Python学習カリキュラム無料公開中
 1記事最大11,000円!テックライター募集


Source: 侍エンジニア塾ブログ | プログラミング入門者向け学習情報サイト

プログラムはじめの一歩カテゴリの最新記事