【python】TensorFlowのインストール方法と使い方

【python】tensorflowのインストール方法と使い方プログラミング
ゆうすけ
ゆうすけ

TensorFlowで機械学習してみたいんだけど、
インストールってどうやるの・・・?

資格マフィア
資格マフィア

TensorFlowのインストールは3ステップでできる。


✔️ 本記事のテーマ

TensorFlowのインストール方法と使い方


✔️ 読者さんへの前置きメッセージ

本記事は「TensorFlowのインストール方法とその使い方」について書いています。

 

この記事を読むことで「全くのゼロ状態から、TensorFlowをインストールして使えるようにする方法」をイメージできるようになります。

 

TensorFlowを使うことで、プログラムで機械学習を行えるようになります。

 

そんなTensorFlowはサードパーティ製のPythonライブラリなので、
使用するためにはインストールが必要となります。

 

それでは、順に解説していきましょう。

 

TensorFlow(テンソルフロー)とは?

TensorFlow(テンソルフロー)とは?

TensorFlow(テンソルフロー)とは機械学習の分野で使用されるライブラリです。

 

Googleにより2015年11月に公開されたオープンソースライブラリです。

 

TensorFlowを使うことで、多次元のデータ構造を流れるように処理して、深層学習(ディープラーニング)を行えるようになります。具体的にはニューラルネットワークと呼ばれる機能によって、脳機能の特徴を捉えることで、より高度な計算や学習を行えるようになります。

 

慣れれば簡単に機械学習を行えるので、ぜひ使い方を覚えておきたいライブラリです。

 

なお、機械学習ライブラリの使い方については
機械学習で最も簡単な分類をしてみる【Python】
の記事で解説しています。

 

次から、TensorFlowのインストール手順を解説していきます。

 

TensorFlow(テンソルフロー)のインストール方法

TensorFlow(テンソルフロー)のインストール方法

インストールするには、以下のコマンドを実行すればOKです。

$ pip3 install --upgrade tensorflow

 

とても簡単ですね。

 

ただし、pipが入っていないと、このコマンド自体実行できないでしょう。
もしコマンド実行エラーが出たら、まず以下のコマンドでpipをインストールしましょう。

sudo apt install python3-pip

 

なお、pipを使わない場合、WindowsOSでのTensorFlowは少しややこしいです。

 

Windows版のTensorFlowインストール方法については
【Windows版】TensorFlowのインストール」の記事で書いています。

 

インストール後のTensorFlow(テンソルフロー)の使い方

インストール後のTensorFlow(テンソルフロー)の使い方

TensorFlowは使い方がやや特殊です。

 

Pythonライブラリですが、他のライブラリと違って、TensorFlow特有の処理の組み方をしないと、正しく計算処理が実行することが出来ません

 

TensorFlowを使ったコードの書き方を詳しく解説していきましょう。

定数の定義

TensorFlowでは、特有の形で定数を定義します。

 

以下のように書くことで定数として定義して、後続の処理で使うことができます。

x = tf.constant(3)

変数の定義

後続の処理で、値が変化しうる変数として定義する場合は、以下のように書きます。

y = tf.Variable(x + 1, name='y')

 

例えば、このように書くことで、xより1大きな数としてyを定義することができます。

初期化処理

TensorFlowを使う場合は、初期化処理が必要になります。

 

TensorFlowで計算処理を行う前には、
各変数やセッションと呼ばれるものを初期化する必要があります。

init_opr = tf.initializers.variables()

 

と書いておいて、後続処理でこの init_opr をrunすることで初期化処理を実行できます。

計算処理の実行

TensorFlowの処理実行は、 session と呼ばれる概念をもって行います。

 

具体的には、以下のように書きます。

sess = tf.Session()
result = sess.run(add)

 

ちなみに、引数として渡すことができる計算処理は100種類以上あります。
代表的なものを以下に抜粋します。

関数名処理内容
tf.add加算処理を定義する
tf.math.add加算処理を定義する
tf.subtract減算処理を定義する
tf.math.subtract減算処理を定義する
tf.multiply積算処理を定義する
tf.math.multiply積算処理を定義する
tf.divide除算処理を定義する
tf.math.divide除算処理を定義する

試しに計算させてみる

試しに最も簡単な計算「1 + 1 = 2」をTensorFlowでやってみましょう。

 

TensorFlowを使うと、以下のようなコードになります。

# ライブラリのインポート
import tensorflow as tf

# 定数を定義
x = tf.constant(1)
y = tf.constant(1)

# 計算処理を定義
add = tf.add(x, y)

# 計算処理の実行
sess = tf.Session()
result = sess.run(add)

# 結果確認
print(result)

 

このPythonファイルを実行すると、計算結果の「2」が出力されます。

 

どうでしょう。

 

正直、この例では、TendorFlowの便利感は伝わりにくいかもしれません。

 

1 + 1 なら普通にPythonで

x = 1
y = x + 1

print(y)

 

と書いた方が簡単ですからね。

 

ただし、TensorFlowが本領発揮するのは、未来予測や統計分析といった複雑で計算量の多い計算を行うケースです。そのため、機械学習でよく使われるようになり、近年、注目を浴びているのです。

 

TensorFlowは学べば学ぶほどに、その素晴らしさに気づくことができるライブラリです。

 

将来、機械学習の案件などに携わりたいと考えている人はぜひチャレンジしてみて下さい。

 

また、今回紹介したTensorFlow以外の機械学習ライブラリについては他記事でも解説しています。

 

TensorFlowについて体系的に学ぶなら

TensorFlowについて体系的に学ぶなら

今回は、TensorFlowの基本的な使い方について解説しました。

 

TensoFlowは機械学習の分野ではよく使われる人気ライブラリです。

 

TensorFlow について学ぶなら以下の書籍がオススメです。

 

TensorFlow は概念や仕組みが複雑で少し理解のハードルが高いです。

こちらの書籍はそこらへんの複雑な部分を分かりやすく噛み砕いて解説されています。

また、手を動かしながら読み進めることができるので身につきやすいです。

 

TensorFlow をこれから学ぶ方、または少し学んだ方にオススメの書籍です。

エンジニアとしての自身の価値をチェックする(完全無料)

エンジニアとして、

自分の価値がどれくらいのものかご存知でしょうか?

 

エンジニアとしてIT業界に身を置いていると

今の会社でずっと働くのか、フリーランスとして独立するのか …

と様々な選択肢があります。

 

どの選択肢が正解なのかを見極めるためにも、選択肢を広げるためにも

自身の価値を知っておくことはとても重要です。

 

TechClips ME では、

職務経歴書をアップロードするだけで企業からのスカウトを受けることができます。

▼▼▼▼▼

▲▲▲▲▲

しかもTechClips MEでは想定年収を企業から提示してくれるので、

自身の価値を数字で分かりやすくたしかめることができます。

 

登録はもちろん完全無料なので、一度登録してみると良いかもしれません。

 

コメント

タイトルとURLをコピーしました