Tensorflowの環境構築(GPUありの場合となしの場合)

もしPCがGPUに対応しているなら、tensorflowをGPUに対応させることをおすすめします。

tensorflowをGPUに対応させる方法

まずpipとtensorflowをインストールします。

$sudo easy_install pip

$pip install –upgrade tensorflow-gpu

次に下のリンク先でcuDNN v7.1.4 と CUDA 9.2をダウンロードします。

https://developer.nvidia.com/rdp/cudnn-download

ダウンロードできたらカレントディレクトリをDownloadに移して

$sudo cp /cuda/include/cudnn.h usr/local/cuda/include

$sudo cp /cuda/lib/libcudnn* usr/local/cuda/lib

つぎにbash_profileに以下を記述します。

export LD_LIBRARY_PATH=”$LD_LIBRARY_PATH:/usr/local/cuda/lib”

export CUDA_HOME=/usr/local/cuda

bash_profileをよみこみます。

$source ~/.bach_profile

ipythonをインストールします。

$pip install ipython

最後にipythonでtensorflowを試してみて値がかえってくるなら、問題なくインストールできているでしょう。

$ipython

import tensorflow as tf

deep_learning = tf.constant(“Machine Learning”)

session = tf.Session()

a = tf.constant(2)

b = tf.constant(3)

multiply = tf.multiply(a, b)

session.run(multiply)

out: 6

GPUを使わない場合のTensorFlowの環境構築

もしPCにGPUがないなら、

$pip3 install –upgrade tensorflow

$pip3 install ipython

でOKです。

機械学習入門(1:パーセプトロンと活性化関数)