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

Python3 TensorFlow for Mac 環境構築

More than 1 year has passed since last update.

前提

本チュートリアルについて

TensorFlowを一から学ぶ場合、様々な知識や高価なコンピュータが必要ですが、本チュートリアルではそれらの前提を取っ払って "とりあえず動かしてみる" というフィーリングの元にTensorFlowの環境構築を行います。

環境

  • OS: Mac OS Sierra 10.12.6
  • 言語 : Python 3.6.0

python3.7以上でTensorFlowを動作させたい場合は下記の記事が参考になります。
参考 : MacOS Mojave & Python3.7 でTensorflow環境構築しようとして詰まった話

macOS Mojaveで動作させる場合は下記の記事が参考になります。
参考 : macOS Mojaveで pyenvを使ってpython3系を使えるようにする

対象読者

  • TensorFlowを始めたい方
  • とりあえずTensorFlowを動かしたい方
  • 最小構成で環境構築をしたい方

目次

  • 1.Xcode Command Line Toolsのインストール
  • 2.Homebrewのインストール
  • 3.pyenv-virtualenvのインストール
  • 4.TensorFlowのPython環境を構築
  • 5.pipのインストール
  • 6.TensorFlowのインストール

TensorFlowの開発環境を構築

1.Xcode Command Line Toolsのインストール

Command Line Toolsとは

Command Line Toolsは、AppleがMacOS/MacOSX 向けに提供している統合開発環境の一部です。UNIXベースのアプリケーションをインストールする際に必要なGCCコンパイラ等が含まれています。AppleIDを持っている方はAppleDeveloperでダウンロードすることも可能です。
Command Line Toolsをインストールする前に、XcodeをAppStoreから入手してください。

後にインストールするHomebrewの前提作業です。
Xcode Command Line toolsをインストールします。

terminal
$xcode-select --install

ライセンスの許可を求められる場合は、ライセンス使用許諾契約に同意してください。

※以下のようなエラーが出力される場合、既にCommand Line toolsはインストールされています。

terminal
$ xcode-select --install
xcode-select: error: command line tools are already installed, use "Software Update" to install updates

2.Homebrewのインストール

HomeBrewとは

HomeBrewはMacOS/MacOSX向けに提供されているパッケージマネージャーです。コマンドラインからソフトウェアの管理が行えます。
一般的にソフトウェアをインストールする場合、ソフトウェアの実行ファイルを手動で取得するか、ソースコードを手動でビルドする必要がありますが、HomeBrewはそれらの一連の作業を自動的に行います。

Homebrew公式サイトに記載されている以下のコマンドをコピーして実行します。

terminal
$ /usr/bin/ruby -e "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/master/install)"

下記ように出力されている場合、Homebrewのインストールは完了しています。

terminal
$ /usr/bin/ruby -e "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/master/install)"
...
...
==> Installation successful!
==> Homebrew has enabled anonymous aggregate user behaviour analytics.
Read the analytics documentation (and how to opt-out) here:
  https://docs.brew.sh/Analytics.html
==> Next steps:
- Run `brew help` to get started
- Further documentation: 
    https://docs.brew.sh

3.pyenv-virtualenvのインストール

pyenv,pyenv-virtualenvとは

pyenvはpythonのバージョン管理システムです。Pythonのバージョン切り替えが行えます。
pyenv-virtualenvはPython環境を管理するためのPyenvプラグインです。

Homebrewでpyenvをインストールします。

terminal
$ brew install pyenv

Homebrewでpyenv-virtualenvをインストールします。

terminal
$ brew install pyenv-virtualenv

Pythonのバージョン一覧を表示して確認します。

terminal
$ pyenv install -l

Python3.6.0をインストールし、Shimsをリフレッシュします。

terminal
$ pyenv install 3.6.0
...
...
$ pyenv rehash

4.TensorFlowのPython環境を構築

TensorFlowのPython環境を作成します。

terminal
$ pyenv virtualenv 3.6.0 TensorFlow
$ pyenv rehash

TensorFlow用に作成したPython環境を指定します。

terminal
$ pyenv global TensorFlow

TensorFlow用に指定したPython環境を確認します。

terminal
$ python --version
Python 3.6.0

5.pipのインストール

pipとは

pip(Pip Installs Packages)はPythonのパッケージ管理システムです。pythonでサードパーティ製のライブラリを利用したい場合、pipでそれらのパッケージを管理できます。

Pythonのプラグイン管理ツール(pip)をインストールし、アップデートします。

terminal
$ sudo easy_install pip
$ sudo easy_install --upgrade six
$ sudo pip install --upgrade pip

6.TensorFlowのインストール

pipでTensorFlowをインストールします。

terminal
$ pip3 install --upgrade tensorflow

TensorFlowの動作確認をします。

terminal
$ python
>>> import tensorflow as tf
>>> hello = tf.constant('Hello, TensorFlow!')
>>> sess = tf.Session()
>>> print(sess.run(hello))
Hello, TensorFlow!

以下のようにエラーが出力された場合は、下記リンクも参考にしてください。

terminal
this TensorFlow binary was not compiled to use: AVX2 FMA

参考:(Qiita)macOS で「this TensorFlow binary was not compiled to use: AVX2 FMA」エラー

exit()で終了します。

terminal
>>> exit()

次回はTensorFlowで遊びます。

追記

2017/8/21 pyenvのインストールする項目を追記しました。

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
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