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。