前のパートに戻る 完了して次のパートへ  

  0-3 TensorFlowとKerasのインストール

TensorFlowとKerasのインストール


TensorFlowのインストールには、

  1. pipでPyPIリポジトリからバイナリをインストールする
  2. condaでAnaconda社のリポジトリからバイナリをインストールする
  3. ソースからビルドしてインストールする

などの方法があります。

2018年からAnaconda社がTensorFlowパッケージのメンテナンスを精力的に進めていて、数値計算ライブラリを組み込んだり、NVIDIA社のGPU関連ライブラリのインストールを自動化できるようにしたパッケージを提供しています。conda版ののパッケージを使用すると、GoogleのTensorFlow公式ドキュメントで紹介されているpip版よりも手軽にインストールが実行でき、動作速度も向上するのでお勧めです。


仮想環境を使って、実行環境を切り替える


TensorFlowやKeras関連のライブラリやチュートリアルには、バージョン依存があるものも多数あります。

そこで、この講座ではAnacondaに含まれるvirtualenvの仕組みを用いて、Pythonの処理系とライブラリをセットで切り替えられる仮想環境を使って、複数のバージョンのPythonやTensorFlow,Kerasを使えるように環境構築を行っていきます。


仮想環境の追加

ターミナル(macOS)・コマンドプロンプト(Windows)を起動し、以下の手順で仮想環境の追加を行います。

tf112の部分は任意の仮想環境名を指定しましょう。私は

tf + バージョン番号 + cpu/gpu

としています。たとえば、

  • TensorFlow 1.12 CPU版なら tf112cpu
  • TensorFlow 1.5 GPU版なら tf15gpu

としています。

$ conda create -n 仮想環境名(たとえば、tf112cpu) python==3.6

としてEnterキーを押します。

すると, Pythonのバージョンが3.6の仮想環境が追加されます。

Pythonのバージョン指定をしているのは、2019年1月時点ではTensorFlowがPytho 3.7(Pythonの最新版)に対応していないためです。


TensorFlow CPU版とGPU版について

2019年1月現在, TensorFlowはNVIDIA社のGPU(画像処理チップセット)を搭載したグラフィックボードのみに対応しています。

現在発売されているMacにはNVIDIA社のGPUを搭載したグラフィックスボードを搭載した機種は発売されていないので、Macユーザーは

  • CPU版をインストールする
  • eGPU(外付けGPU)シャーシをThunderbolt 3で接続して、シャーシにGPU搭載ボードを挿して使用する(ただし、High Sierraまで対応, Mojaveは未対応)

必要があります。

Windowsの場合には

  • ゲームPCとして市販されているデスクトップマシン
  • ASUS Zenbook ProやHuawei Matebook X ProなどGPUを搭載したラップトップ
  • eGPU(外付けGPU)シャーシをThunderbolt 3で接続して、シャーシにGPU搭載ボードを挿して使用する(Windows 10であればプラグ&プレイで認識して使用できます)

などが使えます。

私はWindowsデスクトップ・ラップトップ, MacBook Pro + eGPUシャーシを併用しています。


仮想環境の有効化とTensorFlow, Kerasのインストール


Macの場合にはターミナルから

$ source activate 仮想環境名(tf112cpuなど追加した仮想環境名を指定)

とするとコマンドプロンプトの先頭に仮想環境名がカッコつきで表示されるようになります。

(tf112cpu) \Users\foo >

Windowsの場合はコマンドプロンプトから

> activate 仮想環境名(tf112cpuなど追加した仮想環境名を指定)

とするとコマンドプロンプトの先頭に仮想環境名がカッコつきで表示されるようになります。

(tf112cpu) \Users\foo >

となります。


TensorFlowとKerasのインストール

仮想環境の有効化を実行してコマンドプロンプトの表示が切り替わったことを確認したら

$ conda install tensorflow keras

としてTensorFlowとKerasの最新版をインストールしましょう。

NVIDIA製GPU搭載グラフィックボードを使用している場合は

$ conda install tensorflow-gpu keras

としてGPU版をインストールしましょう。TensorFlow GPU版は、NVIDIA社以外のAMDやIntelのGPUには2019年2月時点では未対応ですので注意しましょう。

コード内ではCPU版とGPU版は同じパッケージ名で参照可能です。


TensorFlowのインポートの確認

インストールに成功したら、念のためtensorflowとkerasパッケージのインストールができることを確認しておきましょう。

先ほど有効化したターミナル・コマンドプロンプト上で

> python

としてPythonの対話的実行環境(REPL)を起動し

>>> import tensorflow(+enter)

しばらくしてコマンドプロンプトが表示されたらインポートに成功しています。続いて

>>> import keras(+enter)

としてKerasのパッケージがインポートできることを確認しましょう。

コマンドプロンプトが返ってきたら

>>> exit()(*+enter)

としてPythonの対話的実行環境を抜けます。

次のチャプターでは、Pythonのコードを書いて、データの収集やNumPy形式への変換、モデルのトレーニングなどを順に実行していきます。

議論

0 質問

このコースの評価は?