TensorFlow入門(インストールからモデルの構築～訓練～活用まで)

FlyData AI teamの金です。

本記事を含め3つの記事ではディープラーニングフレームワークで一番人気のTensorFlowについて書いていきます。
できるだけ現時点(2017年12月)の最新情報に基づいた、TensorFlowのインストールから簡単な手書き数字認識モデルの構築までを扱っていきます。

シリーズ全体の目次

• TensorFlow入門 – その１(TensorFlowのインストール)
• TensorFlow入門 – その２(TensorFlowの基礎説明)
• TensorFlow入門 – その３(数字認識モデルの構築)

TensorFlow入門 – その１(TensorFlowのインストール)

TensorFlowのインストールですが、多くの方がこの段階で無数のエラー文に遭遇してしまいます。
本記事ではTensorFlowのさまざまな環境に対するインストール方法を説明するとともに、できるだけエラーに遭遇しないための事前知識も伝えることに焦点を当てます。

全てのインストール時の問題は、自分の（開発）環境の把握をきちんとすることから始まります。
自分の開発環境のことを把握しておきましょう。

• 自分の環境のOSによってインストールの方法が異なります。
• TensorFlowは一般的にはPythonで使うことを前提としています。(Python以外もありますが．．)そのため、自分のPython環境がどうなっているかを把握して必要もあります。Pythonには現在2.x系と3.x系の２パターンがあり，それぞれでインストール方法が異なります。
• モデルの演算をCPUだけでさせたいのか，パソコンにNVIDIA系のGPUがあるのでそれを活用したいか、によってもインストール方法が異なってきます。

1. Python環境のセットアップ

まずはPython環境のセットアップからです。

OS X及びLinuxは基本Python２系がインストールされています。
しかし，OS XとLinuxではPyenvをインストールし、その上でAnacondaを入れる手順でのPython環境の構築をお勧めします。
(システム基本Python環境との分離など、何か問題が生じた場合、影響範囲がPyenv上の仮想環境の中だけとなるためです。）

WindowsではPyenvがないので，Anacondaから入れることをお勧めします。
Anacondaをインストールするとき、自分で使いたいPythonのversionによってインストールされるものが異なります。(Anaconda2 vs Anaconda3、私は３系を使うのでAnaconda3を入れました。)

補足

Pyenv
リンク：https://github.com/pyenv/pyenv
OS XではHomeBrewで簡単に入れることができます。
Linuxではhttps://github.com/pyenv/pyenv#basic-github-checkoutを参考にしてください。

Anaconda
リンク：https://www.anaconda.com/download/
上記リンクからダウンロードしてインストールできますが、LinuxとOS XではPyenvからインストールすることをお勧めします。

2. (NVIDIA GPUを使う場合のみ)CUDA環境のセットアップ

ここではLinuxを基準として説明します。
こちらのリンクの記事の手順２～４を実施すればOKです。

1. Update & Install NVIDIA Drivers
2. Install NVIDIA CUDA Toolkit 8.0
3. Install NVIDIA cuDNN

NVIDIAドライバーを入れて，CUDAとcuDNNをインストールできたら、次にTensorFlowのインストールをします。

3. TensorFlowのインストール

pipやanaconda(conda)でインストールすることができます。

GPU版はtensorflow-gpu(pip install –upgrade tensorflow-gpu)、
CPU onlyの場合はtensorflow(pip install –upgrade tensorflow) 、それぞれでパッケージ名が異なるので注意してください。

ここまでの手順でTensorFlowがインストールできるので、最後に import tensorflow などできちんと読み込めるかどうかを確かめてみていただければOKです。

次の記事ではTensorFlowの概要，基本操作などについて触れていきます。