Help us understand the problem. What is going on with this article?

TensorFlowは、Windows(32bit)環境上では動かないがWindows(64bit)では動く

More than 1 year has passed since last update.

TensorFlowは、64bit環境でしか動きませんよ!

人工知能について、ぐぐったら、TensorFlowというフレームワークが出ているらしいよというので早速ダウンロードしに行く。もちろんWindows版です。うちは若い頃のように複数PC持てなくなったのでWindowsですよ。
しかしここで見逃していた。下図の赤枠64bitを!
image.png

この時点で、Winodowsを使っているユーザーで32bitユーザーは、諦めるしかない。
すぐに、PC上のOSを64bitに変更するようにOSの再構築が必要だ。

ちなみにうちの環境は、幸いWindows7(64bit)だったので問題は無いのだが、上に書いたように見逃していた。
TensorFlowのダウンロードサイトに記載があるようにAnacondaと一緒に環境構築することが楽そうなので、Anacondaもダウンロードすることにする。しかしこの時点でもまだ64bitを意識していないので、Anacondaを32bitでダウンロードしてしまう。
(過去の俺よ、待て! それは、間違っている。TensorFlowは64bitなんだぞ。)

以下は、間違ったダウンロードからリカバリまで

TensorFlowを使いたい人は、決してAnaconda 32bitをダウンロードしてはいけない。何度も言うが、TensorFlowは、環境が64bitじゃないとインストールすら出来ない。
Download Anaconda Distribution

  • (1)Anaconda 32bit版をダウンロード(間違い始まり)
  • (2)Anaconda 32bit版インストール(間違い中)
  • (3)TensorFlowのインストール(間違いに気づく)
    当然、TensorFlowのインストールが途中でこける。
    冒頭の箇所をよく読む。64bitということに初めて気づく。

  • (4)Anaconda 32bit版をアンインストール(間違いリカバリ中)

  • (5)Anaconda 64bit版をダウンロード(間違いリカバリ中)

  • (6)Anaconda 64bit版をインストール(間違いリカバリ中)

  • (7)TensorFlowの再インストール(リカバリ成功)
    成功する。

ほんじゃまとめ

TensorFlowの環境を整えるためには下記の準備をしましょう。
-OSは64bitが必要。OSがWindowsの人は64bit化しておきましょう。
-Anacondaで環境作る人は、Anacondaも64bit版をインストールしましょう。
-TensorFlowは、最初に書きましたが64bit環境じゃないとインストールできません。

後日談

会社のPCでTensorFlow環境構築しようぜと思ったが残念な事に会社のPCのOSがWindowsで32bitだった。64bitOSにするには手続きで時間が掛かる上に説明が大変なのであきらめています。
仕方ないからPythonだけ入れました。フレームワークに頼るよりは、例のこの本で1からじゃなくてゼロから勉強するのもいいかも。

Why do not you register as a user and use Qiita more conveniently?
  1. We will deliver articles that match you
    By following users and tags, you can catch up information on technical fields that you are interested in as a whole
  2. you can read useful information later efficiently
    By "stocking" the articles you like, you can search right away
Comments
Sign up for free and join this conversation.
If you already have a Qiita account
Why do not you register as a user and use Qiita more conveniently?
You need to log in to use this function. Qiita can be used more conveniently after logging in.
You seem to be reading articles frequently this month. Qiita can be used more conveniently after logging in.
  1. We will deliver articles that match you
    By following users and tags, you can catch up information on technical fields that you are interested in as a whole
  2. you can read useful information later efficiently
    By "stocking" the articles you like, you can search right away