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

TensorFlow(+Keras)がWindowsで簡単にインストールできた件

More than 3 years have passed since last update.

GoogleのブログでTensorFlow 0.12 が Windows をサポートとあったので、試してみると簡単にできました。

実行環境

以前にインストールしたものになります。

  • Windows 10 Professional 64bit
  • Anaconda3 4.2.0 (Python 3.5) ⇒ CPU版、GPU版どちらでもpython3.5が必要
  • GeForce GTX 1070 ⇒ GPU版に必要
  • CUDA Toolkit 8.0 (8.0.44) ⇒ GPU版に必要
  • cuDNN 5.1 ⇒ GPU版に必要

CPU版でとりあえず試したい方はこちらより「Anaconda3-4.2.0-Windows-x86_64.zip」をそのままイントールしてください。python3.5やJupyterなどがインストールされます。

Tensorflowのインストール

Windowsスタートメニュー ⇒ Anaconda3 (64-bit) ⇒ Anaconda Promptを立ち上げ、以下のpipコマンドを実行すると、CPU版、GPU版どちらもインストールできました。

  • CPU版
C:\> pip install tensorflow
  • GPU版
C:\> pip install tensorflow-gpu

インストールtensor.PNG

Jupyter操作方法

Anacondaをインストールするとブラウザ上でコードを編集・実行できるJupyterが一緒にはいります。コードをコピペで実行できるので、とりあえず動かすにはとても便利です。簡単な操作方法を書いておきます。

Windowsスタートメニュー ⇒ Anaconda3 (64-bit) ⇒Jupyter Notebook
で下のようにブラウザでJupyterが立ち上がります。

20170320_jupyter1.png

立ち上がったブラウザの右上の「New」の「python(default)」をクリックすると
下のような画面が出てきてきます。下のは1+2を計算させた例になります。

20170320_jupyter2.png

TensorFlow MNISTサンプルの実行

こちらからMNISTのサンプルをJupyterにコピペして実行すると計算されます。
※mnistのデータのダウンロードが最近重いことが多いので、途中で止まっているような感じに見えても、そのままおいてみてください。

CPU版とGPU版両方入れたのでどちらで計算されているかと思い、負荷を見てみると、どうやらGPU版で計算されていたようでした。

tensor.PNG

Kerasもインストール

簡単だったのでついでにKerasもインストールしてみました。
Anaconda Promptにもどって以下のコマンドでKerasはインストールでき、バックエンドは自動的にtensorflowになります。

C:\> pip install keras

公式の方からMNISTサンプルをJupyterにコピペして実行できました。

keras2.PNG

更新・追記など

<2017/3/20変更・追記>

samacoba
10年間エンジニア ⇒ 学生(博士)
http://samacoba.github.io/about/
Why not register and get more from Qiita?
  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
No 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
ユーザーは見つかりませんでした