【Python】【TensorFlow】 TensorFlow ~ 環境構築 / Windows 編 ~

 ■ 設定環境

# 項目 項目値 備考
1 OS Windows10 普通のノートPC
2 IDE VS Code 事前にインストールされていること
3 環境 Anaconda3(Python 3.7 version)
4 機械学習向けライブラリ TensorFlow

補足1:IDE

Integrated Development Environment; 統合開発環境

 補足2: Anaconda(アナコンダ)について

 * Python本体と、Pythonでよく利用されるライブラリを簡単に導入できる
  => 普通に Python の実行環境としても使える
 * 詳細は以下のサイトを参照のこと。

http://programming-study.com/trouble/anaconda/
http://nonbiri-tereka.hatenablog.com/entry/2017/03/07/080000#Anaconda%E3%81%A8%E3%81%AF

■ 手順

【1】Anaconda をダウンロードし、インストールする
【2】環境変数 PATH を追加する
【3】VS Codeを起動する
【4】VS CodeのTERMINALで以下のコマンドを入力する
【5】動作確認

【1】Anaconda をダウンロードし、インストールする

(今回は、「Anaconda3-2019.10-Windows-x86_64.exe」)

https://www.anaconda.com/distribution/

【2】環境変数 PATH を追加する

環境変数 PATH に以下を追加する
 - C:\Users\{User}\Anaconda3
 - C:\Users\{User}\Anaconda3\Scripts
 - C:\Users\{User}\Anaconda3\Library\bin\graphviz

【3】OpenSSLをダウンロードし、インストールする
https://slproweb.com/products/Win32OpenSSL.html

今回は、「Win64OpenSSL-1_1_1d.exe」

【4】VS Codeを起動し、VS CodeのTERMINALで以下のコマンドを入力する

conda activate base
 => VS Codeの左下が「Python3.8.1 64bit (yolo:conda)」に
  なっていることを確認

# update
conda update conda

# tensorflow をインストールする
conda install tensorflow -y

# keras をインストールする
conda install keras -y

以下、オプション。

# matplotlib をインストールする
conda install matplotlib -y

# opencv をインストールする
conda install opencv -y

# pandas をインストールする
conda install pandas -y

# pydotplus をインストールする
conda install pydotplus -y

【5】動作確認

VS Codeで以下のサンプルを実行してみる

サンプル:hello.py

import tensorflow as tf

print(tf.__version__)
print("=====")
message = tf.constant('TensorFlow 2.0 Hello World')
tf.print(message)

出力結果

2.1.0
=====
2020-03-08 01:15:33.277744: I tensorflow/core/platform/cpu_feature_guard.cc:142] Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX AVX2
TensorFlow 2.0 Hello World

 ■ チュートリアル

 例1: 画像認識

https://qiita.com/FukuharaYohei/items/3bc6d83f0e24110534b2

を参考に、画像認識を行ってみる

手順

[1] 以下のサイトから「classify_image.py」をダウンロードする

https://github.com/tensorflow/models/blob/master/tutorials/image/imagenet/classify_image.py

[2] [Enviroments]を選択し、「Application on」で[2-1]で作成した「tensorflow」の「▶」アイコン→
      「Open Terminal」を選択し、コマンドプロンプトが開く
[3] 以下を入力
~~~~~
# 仮想環境有効化
activate tensorflow

# classify_image.pyを置いたディレクトリに移動
cd C:\Users\User\Downloads

# 
python classify_image.py
~~~~~

[4] 「python classify_image.py --image_file=【画像認識対象の画像ファイル】」で画像認識
~~~~~
python classify_image.py --image_file=candle.jpg
~~~~~

 例2: 手書きの数字を判別する

https://www.sejuku.net/blog/44411

を参考に、手書きの数字を判別する

手順

[1] cnn_mnist.pyをダウンロードする

https://github.com/tensorflow/tensorflow/blob/r1.8/tensorflow/examples/tutorials/layers/cnn_mnist.py

[2] Anaconda Navigatorを起動し、 [Enviroments]を選択し、
   「tensorflow」の「▶」アイコン→「Open Terminal」を選択し、コマンドプロンプトが開く

[3] cnn_mnist.pyを実行する(「python cnn_mnist.py」)
 => MNIST(エムニスト)と呼ばれるデータセットを利用
 => 初めて実行すると、MNISTをダウンロードするのでかなり時間が掛かる

 参考文献

https://blog.beachside.dev/entry/2017/12/25/000000
https://qiita.com/FukuharaYohei/items/d8f82c827e0bae70096a
 TensorFlowのバージョン確認
https://qiita.com/Leonhard/items/a65d146179710f77b40d
 画像認識
https://qiita.com/FukuharaYohei/items/3bc6d83f0e24110534b2
https://qiita.com/egplnt/items/4a27025fc0777c4037fe
https://qiita.com/kenmaz/items/4b60ea00b159b3e00100

 今後役に立ちそうなサイト

Raspberry PIでの構築
http://karaage.hatenadiary.jp/entry/2017/08/09/073000

 関連記事

TensorFlow ~ 入門編 ~
https://dk521123.hatenablog.com/entry/2018/02/16/103500
TensorFlow ~ 基本編 ~
https://dk521123.hatenablog.com/entry/2020/07/01/222125
TensorFlow ~ 自作データでの画像分類 / 準備編 ~
https://dk521123.hatenablog.com/entry/2018/02/18/151012
Keras ~ 深層学習用ライブラリ ~
https://dk521123.hatenablog.com/entry/2020/03/03/235302