[Python]TenseorFlow入門から実装まで その3TensorFlowのインストール方法

[Python]TenseorFlow入門から実装まで その3TensorFlowのインストール方法

TensorFlowや機械学習についてこれまでみてきました。
今回はTensorFlowのインストール法を説明していきます。

TensorFlowのインストール法はいくつか方法があります。
様々なブログ記事が存在しますが、一番信用できる情報は公式サイトの情報です。
公式サイトには3つの方法が書かれています。

まずはその3つの方法を説明していきます。

Google Colab: 最も簡単な方法

最も簡単にTensorFlowを使う方法はGoogleのサービスである、Google Colabを利用することです。
なぜ、簡単かというとインストールや環境構築が不要だからです。
Google Colabは教育機関や研究機関などを対象に機械学習を普及させることを目的としたGoogleのプロジェクトの一つです。

基本はJupyter notebookをクラウド上で動かすのでインターネットにさえ繋げることができればどこでも利用することいがきます。
機械学習を勉強することが目的であれば、Google Colabは非常に良い選択肢の一つだと思います。
また、GPU演算も無料で行いことができます。

Pip: あなたのコンピューターで環境構築

Pipを使って入れることができるので、簡単に入れることができます。
しかし、実際の運用では他にも色々と環境を構築する必要が出ててきます。

エンジニアなど機械学習を実務的に行う場合はこの方法が最もメジャーな方法だと思います。

Docker: コンテナを利用してインストール

自分のコンピュータにインストールしたいが、環境構築するのがめんどうくさい。
そんな場合は公式サイトにDockerのイメージが共有されているため、これを利用するのが楽です。
特に自分でGPUのセットアップするのはものすごく大変でした。

そのため、Dockerを用いるのが最も楽にGPUの設定を行う方法だと思います。
公式サイト以外にもいくつか入れる方法があります。

Anacondaでインストール

Anacondaをメインで利用している場合、pipで入れるとエラー生じることがあるかもしれません。(筆者はエラーを経験したことがあります。)
そこで、Anaconda CloudからTensorFlowをインストールする方法を紹介します。

です。

Git-hubからソースコードを入手しビルド

https://github.com/tensorflow

からTensorFlowのソースコードを入手することができます。
かなり上級者向きです。

ソースコードを編集したりして、TensorFlowを改良?ときなどにこの方法を用います。
筆者は行なったことがありません。

まとめ

TensorFlowはテンソルデータを取り扱うライブラリーであるため、配列やDataFrameを扱うNumpyやPandasなどとは少し使用感が異なります。

そのため、はじめてTensorFlowを勉強するのはGoogle Colabをおすすめします!

Google Colabを最初は使い、慣れてきたら自分のコンピューターにいずれかの方法でインストールしていきましょう。

Pythonカテゴリの最新記事