Windows10でTensorFlow2.0,Keras,MNISTメモ

動作環境

Windows10 Home
RTX2080

Anacondaのインストール

CUDA

cuDNN

Anacondapromptを起動

conda create -n [仮想環境名] python=3.7 jupyter
activate [仮想環境名]

tensorflowをインストール

pip install tensorflow-gpu

バージョン確認

import tensorflow as tf
tf.__version__
'2.0.0'

kerasをインストール

pip install keras

バージョン確認

import keras
Using TensorFlow backend.
keras.__version__
'2.3.1'

MNISTで動作確認

mnist.py

import tensorflow as tf

# MNIST データセットをロードして準備します。サンプルを整数から浮動小数点数に変換します。
mnist = tf.keras.datasets.mnist
(x_train, y_train), (x_test, y_test) = mnist.load_data()
x_train, x_test = x_train / 255.0, x_test / 255.0

# 層を積み重ねてtf.keras.Sequentialモデルを構築します。訓練のためにオプティマイザと損失関数を選びます。
model = tf.keras.models.Sequential([
  tf.keras.layers.Flatten(input_shape=(28, 28)),
  tf.keras.layers.Dense(128, activation='relu'),
  tf.keras.layers.Dropout(0.2),
  tf.keras.layers.Dense(10, activation='softmax')
])
model.compile(optimizer='adam',
              loss='sparse_categorical_crossentropy',
              metrics=['accuracy'])

# モデルを訓練してから評価します。
model.fit(x_train, y_train, epochs=5)
model.evaluate(x_test,  y_test, verbose=2)

その他必要なものをインストール

pip install Protobuf Pillow lxml
pip install Jupyter
pip install Matplotlib