Windows と Linux で Tensorflow をダウンロード、インストール、セットアップする方法

TensorFlow は、機械学習と AI (人工知能) のために Google によって開発されたオープンソース プラットフォームです。 その分野で働く開発者のさまざまなタスクに役立ちます。

手始めに、TensorFlow を利用する前に、機械学習、具体的には深層学習について理解する必要があります。

ここでは、TensorFlow、その機能、および Windows と Linux にインストールするための簡単な方法についていくつか強調したいと思います。

TensorFlow の概要

技術的には、TensorFlow はディープ ラーニング アプリケーションやその他の機械学習のユースケースに役立つオープンソース プラットフォームです。

これにより、ML を利用したアプリケーションの構築とデプロイが容易になります。 機械学習を使用して問題を解決したい場合は、TensorFlow を利用できます。

TensorFlow は、Python または JavaScript を使用してモデルを開発およびトレーニングするためのツールを提供します。 私は開発者ではありませんが、そのドキュメントを調べて、機械学習アプリケーションを展開するワークフローにどのように影響するかを知ることができます.

TensorFlow の機能

TensorFlow はいくつかの理由で有名であり、その最高の機能を知っていれば、それを自分で評価できます。

技術的な利点について話し合う場合は、それらを比較して、あなたが何をしているかを比較する必要があります. そのため、ほとんどの人にとって有益な一般的な機能に焦点を当てます。

1.オープンソース

Google は 2015 年に TensorFlow をオープンソース化することを決定し、コミュニティが TensorFlow をさらに改善し、その仕組みについて透明性を提供できるようにしました。

開発者は、さまざまな方法でライブラリをカスタマイズして、予期しない問題を解決できます。

オープンソースのフレームワークがなければ、今ほど普及していなかったかもしれません。 したがって

2. 簡単なデバッグ

TensorFlow は、簡単なモデル構築を支援することを目的としています。 したがって、楽なデバッグ エクスペリエンスはそのプロセスの一部です。

直感的なユーザー エクスペリエンスは、その上にあるチェリーです。

3. CPUとGPUの両方をサポート

TensorFlow を使用すると、CPU または GPU でデータ計算をトレーニングすることができます。 通常、GPU は、CPU と比較してディープ ラーニング アプリケーションの処理を高速化します。

そのため、武器庫に強力な GPU がある場合、TensorFlow はそれを最大限に活用するのに役立ちます。

4. 便利な機械学習 API

API は、開発者がさまざまな機能をアプリケーションに統合するのに役立ちます。 また、TensorFlow は安定した API の優れたコレクションへのアクセスを提供します。

それらのいくつかは、パフォーマンス上の利点も提供する場合があります。 公式の主張によると、Python で利用可能なものに問題はないはずです。 他の言語を使用している場合は、TensorFlow のメンテナーに、その言語がユース ケースにどの程度適しているかを確認する必要があります。

5. 生産用の既製モデル

TensorFlow は、さまざまな事前トレーニング済みモデルを備えています。 プロでも初心者でも、これらを使用して時間を節約し、ML モデルをより速く構築できます。

これらの機能に加えて、機械学習の開発ワークフローを支援する柔軟性、使いやすさ、視覚化ツールキットなどを利用できます。

TensorFlow についての良いアイデアが得られたので、どこでダウンロードできますか? Windows および Linux システムにインストールしてセットアップする方法を教えてください。

以下でそれについて議論しましょう。

TensorFlow のダウンロードとインストール

他のプログラムとは異なり、ここでは .exe セットアップ ファイルを取得しません。 主に、推奨パッケージ マネージャーを使用してパッケージをダウンロードする必要があります。

全体として、さまざまなインストール方法があります。 次のようにリストできます。

• Miniconda と pip の使用
• WSL 2 で Miniconda と pip を使用する
• Docker コンテナーの使用
• ソースからの構築

TensorFlow を Windows にインストールするには?

他のプログラムとは異なり、ここでは .exe セットアップ ファイルを取得しません。 推奨パッケージ マネージャーを使用してパッケージをダウンロードする必要があります。

＃1 。 Miniconda と pip を使用する (推奨される方法)

注:これを書いている時点では、TensorFlow 2.10 が Windows で GPU を (ネイティブに) サポートする最後のバージョンです。 新しいパッケージを使用する場合、TensorFlow は TensorFlow を WSL 2 にインストールすることを推奨します。これについては次に説明します。

GPU をサポートする TensorFlow を使用する場合、TensorFlow は Miniconda ( conda パッケージ マネージャーのインストーラー) を使用して開始することを推奨しています。

Miniconda を使用すると、別の環境を作成して、システム内の他のソフトウェアとの競合を回避できます。

開始するには、最新の Miniconda Windows インストーラーをダウンロードし、画面の指示に従ってインストールを完了する必要があります。

完了したら、スクリーンショットに示すようにMiniconda プロンプトを起動する必要があります。

外観は次のとおりです。

Anaconda プロンプト ウィンドウが表示されたら、次のコマンドを入力して、conda パッケージ マネージャーが更新されていることを確認します。

conda update -n base -c defaults conda

TensorFlow をインストールするために必要な手順は次のとおりです。

最初に、新しい環境を作成します (名前はtfです):

conda create --name tf python=3.9

ヒント: コマンドを使用してアクティブ化/非アクティブ化できます: conda activate tfおよびconda activate tf

先に進むには、有効にする必要があります。 プロセスで GPU サポートを有効にするには、グラフィック ドライバー (NVIDIA GPU) がインストールされていることを確認してから、次のコマンドを使用していくつかのパッケージをインストールする必要があります。

conda install -c conda-forge cudatoolkit=11.2 cudnn=8.1.0

約 1 ギグのパッケージをダウンロードします。これには、GPU とディープ ニューラル ネットワークを備えた機械学習アプリケーションをデプロイできるツールが含まれています。

最後に、pip パッケージ マネージャーを使用して TensorFlow パッケージをインストールする必要があります。 conda を使用してTensorflowをインストールすることを選択できますが、必要な最新の安定したバージョンがない場合があります。

続行する前に、次のコマンドを使用して pip が更新されていることを確認してください。

 pip install --upgrade pip

完了したら、次を使用して TensorFlow をインストールします。

pip install tensorflow

多数のパッケージがビルド/インストールされていることに気付くでしょう。 プロセスが停止しているように見える場合がありますが、1 分ほど待つと、再開してインストールが完了するはずです。

＃2 。 WSL 2 で Conda と pip を使用する

システムにすでに WSL 2 がセットアップされていると仮定すると、ディストリビューションのターミナルで次のコマンドを使用して TensorFlow をインストールできます。

 conda install -c conda-forge cudatoolkit=11.2 cudnn=8.1.0 export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$CONDA_PREFIX/lib/ python3 -m pip install tensorflow # Verify install: python3 -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"

一気に貼り付けることができ、1枚ずつ加工していきます。

Windows に WSL 2 をインストールしていない場合。 管理者アクセスでコマンド プロンプトに移動し、次のように入力します。

 wsl.exe --install

Ubuntu をダウンロードし、システムの WSL 機能を有効にする必要があります。 完了するには、PC を再起動する必要があります。

システムに Ubuntu が見つからない場合は、Microsoft Store に移動して Ubuntu WSL をインストールできます。

＃3 。 ソースからビルド

TensorFlow がオープンソースであることを考慮すると、構成オプションを使用してゼロから構築できます。

したがって、これは、すべてのオプションを認識し、構成する基本事項を知っている上級ユーザーに推奨されます。 詳細については、公式ドキュメントを参照してください。

Linux に TensorFlow をインストールするには?

Windows と同様に、Linux では Miniconda と pip を使用して TensorFlow をインストールできます。 または、ソースからビルドすることを選択します。

それがどのように行われたかをお見せしましょう：

＃1 。 Miniconda と pip を使用する (推奨される方法)

注: Windows と同じコマンドに従います。 唯一の違いは、Linux で Miniconda をインストール/ダウンロードする方法です。

ターミナルを使用して Linux に Miniconda をインストールする方法は次のとおりです。

 curl https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh -o Miniconda3-latest-Linux-x86_64.sh bash Miniconda3-latest-Linux-x86_64.sh

Linux ディストリビューションでターミナルを再起動して、次のようなものを見つけます。

端末プロンプト変数の前に(base)があることに気付くでしょう。 これは、conda が現在アクティブでインストールされていることを示します。

TensorFlow のインストールが完了していない限り、非アクティブ化しないでください。

上記の Windows の手順に移動して、インストールすることができます。 または、以下を貼り付けて TensorFlow をインストールします。

 conda install -c conda-forge cudatoolkit=11.2 cudnn=8.1.0 export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$CONDA_PREFIX/lib/ python3 -m pip install tensorflow # Verify install: python3 -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"

Linux では、GPU ドライバーに問題がある場合があります。 そのためには、NVIDIA のドキュメントを参照して詳細を確認してください。

＃2 。 ソースからビルド

Windows と同様に、Linux でソース コードからビルドするのは難しく、純粋に上級ユーザー向けです。

あなた（あなたが初心者であると仮定して）は、何か特別なことを念頭に置いていない限り、この方法を選ぶべきではありません. 詳細を調べるには、ドキュメントを参照するのが最善の方法です。

Docker を使用して TensorFlow をインストールするには? (Windows および Linux)

プラットフォームに関係なく、Docker では問題なく TensorFlow イメージをインストールできます。

システムに Docker がインストールされていることを確認するか、Docker インストール ガイドに従ってください。

設定が完了したら、 Docker 内から次のコマンドを入力する必要があります。

 docker pull tensorflow/tensorflow

作業に必要な構成でコンテナーを開始するには、Docker コンテナーに関する専門知識が必要です。

特定の GPU サポートまたは別の TensorFlow バージョンのダウンロードについては、公式ドキュメントで利用可能なオプションを参照してください。

Docker を使用して実行する場合のコマンドは次のようになります。

 docker run [-it] [--rm] [-p hostPort:containerPort] tensorflow/tensorflow[:tag] [command]

結論

TensorFlow のインストールは 1 回限りの作業であり、私たちのガイドがあれば、ほとんどの人にとって手間のかからないプロセスになるはずです。

古いバージョンの Python または古い Conda パッケージ マネージャーを使用した以前の構成またはセットアップが既にある場合。 TensorFlow をシームレスにインストールするには、必ず最新の更新を適用してください。

また、AI および ML アプリケーションを構築するための最適な AI プラットフォームを探索することもできます。