スポンサーリンク

Microsoftの機械学習アプリLobe(beta版)でリンゴとみかんを分類するWEBアプリ作成を試してみる（２）Windows10でPython3.6+TensorFlow1.15をセットアップ

2020年11月11日

前回は、lobeで、TensorFlow用のモデルをエクスポートしました。

Microsoftの機械学習アプリLobe(beta版)でリンゴとみかんを分類するWEBアプリ作成を試してみる（１）LobeのインストールからTensorFlowモデルのエクスポートまで

このモデルを用いて、『リンゴとミカンを分類するWEBアプリ』を作成したいのですが、

の３つを思いつきましたが、とりあえず、 Flask　を 用いてみたいと思います。

なお、 https://docs.lobe.ai/docs/export/export/ によりますと、lobeでのTensorFlow出力は

TensorFlow 1.15 SavedModel

となっていますので、まず、TensorFlow 1.15をWindowsにインストールしてみてみたいと思います。

また、エクスポートされた中身を見てみると、一部がこちらのようになっているため、

python 3.6

が必要のようです。

しかし、これがものすごく大変、、、いろいろ調べてみて、私の環境では、以下のやり方がベストと判断しました。やってみます。

スポンサードリンク

Microsoftの機械学習アプリLobe(beta版)でリンゴとみかんを分類するWEBアプリ作成を試してみる 目次（全5回）

  1. （１）LobeのインストールからTensorFlowモデルのエクスポートまで
  2. （２）Windows10でPython3.6+TensorFlow1.15をセットアップ
  3. （３）Windows10ローカル環境でtf_example.pyを実行
  4. （４）Windows10ローカル環境でFlaskを用いて画像判定
  5. （５）FlaskアプリをHerokuにデプロイ

開発環境

Windows10 Pro

今回構築した環境

VisualStudioCode 1.50
Git for Windows v2.29.2
python 3.6
pipenv 2020.8.13
TensorFlow 1.15.3
keras 2.3.1

Windows10にTensorFlow1.15インストールの流れ

2020年現在、TensorFlow1.15はPython3.7に対応しているそうです。

  1. VisualStudioCodeをインストール
  2. gitをインストール(参考リンク)
  3. vanilla Python3.6をインストール
  4. VisualStudioCodeのターミナル画面でコマンドプロンプトを開く
  5. pipenvのインストール
  6. システム環境変数の設定(参考リンク)
  7. 仮想環境を構築する。新規フォルダ「tf1-venv」を作成し，右クリックして「Codeで開く」
  8. pipenv --python 3.6
  9. VScodeの拡張機能Python（ms-python.python）をインストール
  10. [ユーザーホーム]\AppData\Roaming\Code\User\settings.jsonの設定(コマンドプロンプトになるようにする)
  11. ワークスペースを保存し、[ワークスペースフォルダ]\.vscode\settings.jsonの設定を行う
  12. pipenv install autopep8 flake8 mypy --dev
  13. pipenv install numpy matplotlib
  14. test.pyを作成しサンプルコードをコピペ
  15. test.pyを実行してみる。具体的には、ターミナル画面で、python test.py
  16. pipenv install tensorflow==1.15.3
  17. pipenv install keras==2.3.1
  18. TensorFlowの動作確認
  19. Kerasの動作確認

長いですが、やってみます。

VisualStudioCodeのインストール

　https://azure.microsoft.com/ja-jp/products/visual-studio-code/　からダウンロードしてインストールします。

Git for Windowsのインストール

こちらのサイトの通りに、Git for Windowsをインストールします。

https://git-scm.com/download/win から、ダウンロードしてインストールします。

　Git-2.29.2-64-bit.exe　がダウンロードされますので、ダブルクリックしてから、 こちらのサイトの通りにインストールします。

vanilla Python3.6のインストール

https://pythonlinks.python.jp/ja/index.html から、Python 3.6 > Windows(64bit) > python-3.6.8-amd64.exe をダウンロードして、インストールします。

『Windows + Python + PipEnv + Visual Studio Code でPython開発環境』（ 2020年05月04日 ）の通りに、インストールします。

pipenvのインストール

D:/ に、D:/python/ フォルダを作成し、VisualStudioCodeで開きます。

Ctrl + @ により、ターミナル画面を出します。

cmd（コマンドプロンプト）画面が出てくるので、

pip install pipenv

を入力し、Enterを押します。

いったん、VisualStudioCodeを閉じます。

pipenv関連の環境変数を変更

こちらのサイトに従い、pipenvを用いてディレクトリ（プロジェクト）毎に仮想環境を作るために、環境変数を変更します。

画面左下の『検索』をクリック →「環境変数」と入力→「システム環境変数の編集」をクリック

PIPENV_VENV_IN_PROJECT
true

と入力したのち、OK　＞　OK　＞　OK　で閉じます。

pipenvで仮想環境を構築

D:/python/ フォルダに、新規フォルダ「tf1-venv」を作成し、右クリックして「Codeで開く」を選択し、VisualStudioCodeで開きます。

画面左側の上の方の四角形４つのボタンをクリックして、Extensionsを開き、

拡張機能　Python（ms-python.python）をインストールします。

Ctrl+@　でターミナル画面を出して、以下を入力して仮想環境を構築します。

pipenv --python 3.6

ワークスペースを保存して設定を変更

VSCodeの『ワークスペース』についてはこちらをご覧下さい。settings.jsonが見つけられず苦労しましたが、自分で作成するのですね。。。

File > Save Workspace As… をクリック

名前は何でもよいですが、今回は tf1 という名前で保存しました。

私の環境では、この時点では、 .vscode/settings.json
はありませんでした。手動で.vscode/ フォルダと、settings.jsonを作成してもよいのですが、別の方法でやってみます。

File > Preferences > Settings をクリック（Ctrl + , でもいけます。）

tf1-venv Folder タブをクリック

画面右上の、ファイルのようなアイコンをクリックします。

すると、今回の私の環境では、

C:/python/tf1-venev/.code/ フォルダ
C:/python/tf1-venev/.code/settings.json ファイル

が作成され、settings.jsonが開きます。

settings.json　にこちらのコードをコピペします。
引用元：Windows + Python + PipEnv + Visual Studio Code でPython開発環境(@youkidkk 2020年05月04日に更新 )

{
    // 拡張機能のロード時にターミナルでPython環境をアクティブにする。
    "python.terminal.activateEnvInCurrentTerminal": true,
    // 仮想環境のパス。作成した仮想環境を指定する。
    "python.venvPath": "{$workspaceFolder}/.venv",
    "python.autoComplete.extraPaths": [
        "{$workspaceFolder}/.venv/Lib/site-packages",
    ],
    // フォーマッターの設定。autopep8 を指定する。
    "python.formatting.provider": "autopep8",
    "python.jediEnabled": false,
    // Lintの設定。flake8、mypy を有効化する。
    "python.linting.flake8Enabled": true,
    "python.linting.mypyEnabled": true,
    "python.linting.pylintEnabled": false,
    // 以下はお好みで。
    "editor.formatOnSave": true,
    "python.autoComplete.addBrackets": true,
}

autopep8,flake8,mypyのインストール

コードフォーマット、Lint のため、 pipenvで3つのパッケージをインストールします。

pipenv install autopep8 flake8 mypy --dev

numpyとmatplotlibのインストール

サンプルコード用に、numpyとmatplotlibパッケージをインストールしてみます。

pipenv install numpy matplotlib

test.pyを作成しpythonが実行できることを確認

test.pyというファイルを作成し、こちらのコードをコピペします。

引用元：Windows + Python + PipEnv + Visual Studio Code でPython開発環境(@youkidkk 2020年05月04日に更新 ) 

import numpy as np
import matplotlib.pyplot as plt

x = np.linspace(-np.pi, np.pi)
y = np.sin(x)
plt.plot(x, y)
plt.show()

私の環境では、突如、Python -Get Started という以下の画面がいきなり出てきました。Jupyter Notebookが使えるようなことが書いてありますが、今回は置いておきます。

test.pyを保存したのち、ターミナル画面で以下を入力して、test.pyを実行します。

python test.py

ちゃんとtf1-venv 仮想環境で実行してくれましたが、本当は、 “pipenv shell"　してから、上記を実行した方が安全だったかもしれません。

グラフの右上の×ボタンをクリックして、グラフを閉じると、以下のような画面になります。

その他、test.pyを実行する方法としては、test.py　を開いているときに画面右上に出てくる△ボタンをクリックしても実行されるようです。すごく簡単、、、

TensorFlow1.15のインストール

以下を入力して、TensorFlow1.51をインストールします。
参考：TensorFlow 1.15.3（旧バージョン）のインストール（Windows 上）

pipenv install tensorflow==1.15.3

あ、本当は、 仮想環境を無効にする exit をしてから、pipenv install するべきなのかもしれませんが、warningを読むと、おそらく、自動で外からインストールしてくれているようです。インストールも3分くらいで終わりました。
→ VisualStudioCodeでは自動的にpipenv環境に入ってしまうらしく、exitとかせずに、このまま仮想環境の中でpipenv installすると、warning通りにうまいことやってくれるようです。

なお、TensorFlow公式サイトには、インストールのためのいろいろな条件が記載されています。よくわかりません。。。

https://www.tensorflow.org/install/pip?hl=ja

Keras2.3.1のインストール

TensorFlow 1.15 で動くKerasは2.3.1だそうです。バージョンを指定してインストールします。

pipenv install keras==2.3.1

TensorFlowの動作確認

tf1-test.pyファイルを作成し、以下をコピペします。

import tensorflow as tf

print( tf.__version__ )

画面右上の△のボタン(実行ボタン)をクリックして、tf1-test.pyを実行します。

無事、ターミナル画面に、”1.15.3” と表示されました。

次に、keras-test.pyを作成して、以下を入力して、上記と同様に実行します。(kerasをインポートしているのに使っていないよとflake8に指摘されますが、まあ、よしとします。)

import keras

ターミナル画面に、"Using Tensorflow backend."を頂きました。

個人的には3年ぶりにkerasをインストールしました。Anaconda無しでもいけました。2017年頃と比べて、pipenvやflake8, autopep8が良い感じで、個人的にはこちらの方が好きになりそうです。私のプログラミングはお遊びなので、Jupyter Notebookを使用したければ、Google Colabでやれば十分かなといった感じです。

参考：2017年頃のTensorFlow, Kerasのインストール方法

初めてのTensorflow ～Kerasで機械学習プログラミング～

参考：.gitignore

https://qiita.com/youkidkk/items/b674e6ace96eb227cc28#-gitignore

今回のインストールについて参考にしたサイトのリンクのまとめ

https://i-doctor.sakura.ne.jp/dokuwiki/doku.php/ml/lobe%E3%81%A7%E8%B6%85%E7%B0%A1%E5%8D%98%E3%81%AB%E7%94%BB%E5%83%8F%E8%AA%8D%E8%AD%98
Lobeで超簡単に画像認識

ものすごく時間がかかってWindows10にTensorFlow1.15をインストールしました。次は、Flaskを用いて、lobeのモデルを使ったWEBアプリを作成したいと思います。

次の記事

Microsoftの機械学習アプリLobe(beta版)でリンゴとみかんを分類するWEBアプリ作成を試してみる（３）Windows10ローカル環境でtf_example.pyを実行

スポンサーリンク

AI

Posted by twosquirrel