基本メモなので、、、
Raspberry Pi、Mac ProにTensorFlowインストールので次は、Windows10
ただし、先にOpenCV3をビルドしてインストールした関係で、ひと手間必要
課題と解決
仮想環境を使わない開発も行いたいので、下記のような課題が出てきます。
OpenCV3をビルドする時に、MinGW64をインするトールしている。
その為に、MinGWのpythonと、Anacondaのpythonが競合する
従って、Anacondaインストール後に、環境設定でpathを変更する。
大まかな手順
1. Anacondaのインストール
2. 環境設定の変更
3. TensorFlowのインストール（仮想環境版）
4. 確認
1. Anacondaのインストール
インストールは、Anacondaのサイトからダウンロードして、ダウンロードしたファイルを実行します。
この時、インストール先は、Cドライブの自身のホームディレクトリーです。
インストールは、インストールしたユーザ利用を選択してインストールします。
これにより、ユーザー環境変数として設定されますので、システム環境変数が優先します。
＜注意点＞
今回は、python（バージョン3.5）のAnacondaをインストールしました。
現時点（2017/2/10）では、Anaconda3-4.3.0.1が最新です。Pythonも3.6です。しかし、TensorFlowは3.6では動きません。その為にPython3.5のバージョンあるAnaconda2-4.2.0を使いました。また、下図のように、Python3.5.2へのupdateも画面にありますが、これをすると3.6にupdateされてエラーが発生して、再インストールが必要になります。
2. 環境設定の変更
ちなみに、Anadacondaの仮想環境だけで使う場合には、環境設定の変更は必要ないです。
OpenCV3をビルドする為にMinGWをインストールしました。その時にpython2.7もインストールしています。パスを変えないと、このpython2.7が優先されます。両方ともに使えるようにするために変更します。
Windowsの環境変数の設定パネルを使って、ユーザー環境変数に設定してあるAnacondaの値を、システム環境変数に設定しなおします。ユーザー環境変数の値は、削除します。
私は、anacondという変数をつくり、それにAnacondaの設定値を記述し、その変数をPATHの先頭に挿入しました。
 |
| システム環境変数にanacondaの変数を作成 |
 |
システム環境変数にanacondaの変数の内容
ユーザ変数に設定していた値 |
|
 |
| 設定後 |
コマンドプロンプトを開いて、下記を入力して画面のイメージになれば設定変更は、成功です。
python -V
3.1 TensorFlowのインストール
最初に、Anaconda Navigatorを使って、仮想環境の構築をします。
tensorflowとして環境構築します。
その後、作った仮想環境からTensorFlowをインストールします。
仮想環境のtensorflowのらんの右に三角形の矢印があり、それをクリックすると、選択画面があり"Open Terminal"を選択します。
選択後、terminal が開きますので、下記のコマンドを入力してインストールします。
pip install tensorflow
上記のようになれば、インストールは成功です。
次に、下記のコマンドを入力して、0.12.1などのようにバージョン表示されたら成功です。
python -c "import tensorflow as tf; print(tf.__version__)"
4. 確認
確認はTensorFlowのサイトにある下記のプログラム(test.py)を実行させます。
import tensorflow as tf
import numpy as np
# Create 100 phony x, y data points in NumPy, y = x * 0.1 + 0.3
x_data = np.random.rand(100).astype(np.float32)
y_data = x_data * 0.1 + 0.3
# Try to find values for W and b that compute y_data = W * x_data + b
# (We know that W should be 0.1 and b 0.3, but TensorFlow will
# figure that out for us.)
W = tf.Variable(tf.random_uniform([1], -1.0, 1.0))
b = tf.Variable(tf.zeros([1]))
y = W * x_data + b
# Minimize the mean squared errors.
loss = tf.reduce_mean(tf.square(y - y_data))
optimizer = tf.train.GradientDescentOptimizer(0.5)
train = optimizer.minimize(loss)
# Before starting, initialize the variables. We will 'run' this first.
init = tf.global_variables_initializer()
# Launch the graph.
sess = tf.Session()
sess.run(init)
# Fit the line.
for step in range(201):
sess.run(train)
if step % 20 == 0:
print(step, sess.run(W), sess.run(b))
コマンドプロンプトでの実行して、下記の結果が表示されます。
python test.py
Peace !!
