はじめに
これまでTensorflow(Keras)を使ってみて、わかったことを整理しておきたいとと思います。
1. 仮想環境でのTensorflowの設置
Tensorflowを仮想環境に設置する時、Anacondaのconda命令とPythonのpip命令を使うケースに分けられます。それぞれの特徴について、下記の表に整理します。
| 項目 | conda | pip |
|---|---|---|
| 設置コマンド | conda install -c anaconda tensorflow-gpu | pip install --upgrade tensorflow |
| メリット | CUDA, cuDNNも一緒に自動的に設置される。超便利！ | 2020.09時点でTensorflow 2.3 pip install -r requirement.txtが大変便利 |
| デメリット | 2020.09時点でTensorflow 2.1が最新Version. tensorflow-estimatorのVerisonが2.3になっているケースがある。[2] その時は、conda install tensorflow-estimator==2.1.0で、tensorflow-estimator version 2.1を手動で設置 |
CUDA, CuDNNを自分で設置する必要がある。 pip設置のTensorflowのPerformaceがconda設置より悪いと言われている [1] |
2. Tensorflow 2.0 with Keras
Tensorflow 2.0になったとき、変更点がいくつありました。
| 項目 | Tensorflow 1.X | Tensorflow 2.X |
|---|---|---|
| 設置 | TensorflowとKerasを別々設置 | Tensorflowだけ設置 |
| import 部分 |
import tensorflow as tf import keras
|
import tensorflow as tf import tf.keras
|
3. Google Colabで、TensorflowのVersionを変更する方法
2020年9月の時点で、Google ColabでのTensorflowのVersionは2.3です。しかし、ローカルマシンのTensoflowのVersionが2.1だとしましょう。その時、Google ColabのTensorflowのVersionを2.3から2.1に変更する必要があります。
#Google Colabに入力
#Downgrade tensorflow
!pip install tensorflow-gpu==2.1
import tensorflow as tf
print(tf.__version__)