今回の目標

Tensorflow用の環境構築
Tensorflowのインストール
チュートリアル

Tensorflow用Python環境構築

まずはTensorflow用(Python3.5)の環境を構築する。
Condaにて仮想環境に構築していく。
コマンドプロンプトにて下記コマンドを実行する

conda create -n tensorflow python=3.5

必要なパッケージインストールをするか聞かれるのでY選択
しばらくたつとインストール完了する。
インストール完了したら環境を切り替える。

activate tensorflow

Tensorflowのインストール

ここからはpipを利用してTensorflowをインストールする。
pipはpythonのPythonのパッケージ管理システム、よくつかう。

下記コマンドの実行をする。

pip install tensorflow
.
.
.
Successfully built protobuf
Installing collected packages: six, protobuf, numpy, werkzeug, tensorflow
Successfully installed numpy-1.12.1 protobuf-3.3.0 six-1.10.0 tensorflow-1.1.0 werkzeug-0.12.2

Successfully built protobufって表示されればおｋ

チュートリアル

Tensorflowの公式にサンプルがあるので動かしてみる。
https://www.tensorflow.org/get_started/get_started

import numpy as np
import tensorflow as tf
# Model parameters
W = tf.Variable([.3], tf.float32)
b = tf.Variable([-.3], tf.float32)
# Model input and output
x = tf.placeholder(tf.float32)
linear_model = W * x + b
y = tf.placeholder(tf.float32)
# loss
loss = tf.reduce_sum(tf.square(linear_model - y)) # sum of the squares
# optimizer
optimizer = tf.train.GradientDescentOptimizer(0.01)
train = optimizer.minimize(loss)
# training data
x_train = [1,2,3,4]
y_train = [0,-1,-2,-3]
# training loop
init = tf.global_variables_initializer()
sess = tf.Session()
sess.run(init) # reset values to wrong
for i in range(1000):
  sess.run(train, {x:x_train, y:y_train})

# evaluate training accuracy
curr_W, curr_b, curr_loss  = sess.run([W, b, loss], {x:x_train, y:y_train})
print("W: %s b: %s loss: %s"%(curr_W, curr_b, curr_loss))

pythonで実行

(tensorflow) C:\work>python tutorial.py
W: [-0.9999969] b: [ 0.99999082] loss: 5.69997e-11

実行結果だけだとなにがなんだかわからないがざっくりと説明すると

XとYの関係性を線形回帰によって求めている
(要は直線(Y=WX + ｂ)の傾き(W)とb(切片))

次回までに調べておくこと

TensorflowでのPythonプログラミング
TensorBoardの使い方