コマンドラインを使用したクイックスタート

このページでは、macOS または Cloud Shell 環境を Cloud Machine Learning Engine と連携するように設定して TensorFlow で単純なプログラムを実行する方法を説明します。

始める前に

  1. Google アカウントにログインします。

    Google アカウントをまだお持ちでない場合は、新しいアカウントを登録します。

  2. GCP プロジェクトを選択または作成します。

    [リソースの管理] ページに移動

  3. プロジェクトに対する課金を有効にします。

    課金を有効にする

  4. Cloud Machine Learning Engine と Compute Engine API(複数)を有効にする。

    Enable the APIs

環境の設定

macOS の場合は、[MACOS] タブを使用して環境を設定することをおすすめします。Cloud Shell(macOS、Linux、Windows で利用可能)は、スタートガイドの内容を試したいときに利用できますが、継続的な開発作業には適していません。別の選択肢としては、Google Cloud Datalab があります。

macOS

  1. 仮想環境をインストールして、このクイックスタート用の独立した Python 開発環境を作成します。たとえば、次のコマンドを実行して virtualenv をインストールし、cmle-quickstart という名前の環境をアクティブにします。

    virtualenv cmle-quickstart
    source cmle-quickstart/bin/activate
    
  2. Python 2.7 がインストールされていることを確認します。まだの場合はインストールします。

    python -V
    
  3. macOS 用の Google Cloud SDK をインストールします。手順は Cloud SDK クイックスタートの始める前にをご覧ください。

  4. Cloud SDK を初期化します。

    gcloud init
    

    初期化プロセスの詳細については、Cloud SDK のドキュメントの Cloud SDK の初期化をご覧ください。

  5. pip をインストールします。これは Python のパッケージ マネージャーです。pip がインストール済みかどうかを確認するには pip --version を実行します。pip が最新バージョンであることを確認し、そうでない場合は次のコマンドを使用してアップグレードします。

    pip install -U pip
    
  6. TensorFlow をインストールします。

    pip install --upgrade tensorflow
    

    TensorFlow のインストール方法の詳細については、TensorFlow のドキュメントをご覧ください。

  7. アプリケーションのデフォルト認証情報を作成します。

    gcloud auth application-default login
    

Windows


Cloud Shell を使用してスタートガイドの手順を完了できますが、Cloud Shell にはリソースの制限があるため、継続的な開発作業には適していません。別の選択肢としては、Google Cloud Datalab があります。

以下の手順では、Cloud ML Engine と連携するように Cloud Shell を設定する方法を示します。

  1. Google Cloud Platform Console を開きます。

    Google Cloud Platform Console

  2. コンソール ウィンドウの上にある [Google Cloud Shell を有効にする] ボタンをクリックします。

    Google Cloud Shell の有効化

    コンソールの下部の新しいフレーム内で Cloud Shell セッションが開き、コマンドライン プロンプトが表示されます。シェル セッションが初期化されるまで、数秒かかる場合があります。

    Cloud Shell セッション

    Cloud Shell セッションが使用できる状態になります。

  3. 選択したプロジェクトを使用するように gcloud コマンドライン ツールを設定します。

    gcloud config set project [selected-project-id]
    

    [selected-project-id] はプロジェクト ID です。囲むかっこは不要です。

Cloud Shell

  1. Google Cloud Platform Console を開きます。

    Google Cloud Platform Console

  2. コンソール ウィンドウの上にある [Google Cloud Shell を有効にする] ボタンをクリックします。

    Google Cloud Shell の有効化

    コンソールの下部の新しいフレーム内で Cloud Shell セッションが開き、コマンドライン プロンプトが表示されます。シェル セッションが初期化されるまで、数秒かかる場合があります。

    Cloud Shell セッション

    Cloud Shell セッションが使用できる状態になります。

  3. 選択したプロジェクトを使用するように gcloud コマンドライン ツールを設定します。

    gcloud config set project [selected-project-id]
    

    [selected-project-id] はプロジェクト ID です。囲むかっこは不要です。

Google Cloud SDK のコンポーネントを確認する

Google Cloud SDK のコンポーネントがインストールされていることを確認する手順は次のとおりです。

  1. モデルのリストを表示します。このコマンドから空のリストが返されることを確認します。

    gcloud ml-engine models list
    
  2. このコマンドから空のリストが返されることを確認します。

    Listed 0 items.

    モデルの作成を開始した後は、このコマンドを使用するとそのモデルがリストに表示されます。

単純な TensorFlow Python プログラムを実行する

TensorFlow インストール ページで説明されている単純な TensorFlow Python プログラムを実行します。Cloud Shell を使用している場合は、TensorFlow がすでにインストールされていることに注意してください。

  1. Python の対話型シェルを起動します。

    python
  2. TensorFlow をインポートします。

    >>> import tensorflow as tf
  3. 文字列を格納する定数を作成します。

    >>> hello = tf.constant('Hello, TensorFlow!')
  4. TensorFlow セッションを作成します。

    >>> sess = tf.Session()

    特定の命令を使用するための TensorFlow ライブラリがコンパイルされていないという警告は無視してかまいません。

  5. hello の値を表示します。

    >>> print(sess.run(hello))

    成功した場合は、次のように出力されます。

    Hello, TensorFlow!
  6. Python の対話型シェルを停止します。

    >>> exit()

TensorFlow のインストール方法の詳細については、TensorFlow のサイトにある TensorFlow のインストール方法の説明をご覧ください。

次のステップ

このページは役立ちましたか?評価をお願いいたします。

フィードバックを送信...

Cloud Machine Learning Engine(Cloud ML Engine)