はじめに tensorflowで作成した深層学習モデルを学習させるときに，以下のようなエラーで学習ができず新たな仮想環境の構築を行なったのでまとめます． Conv2DCustomBackpropInputOp only supports NHWC. このエラーはおそらくCPU環境においてtensorflow2系でモデルの定義で data_format = "channels_first" 1とすると発生するもので，このエラーへの対処法は以下の二通りが考えられます． データ形状とモデルのdata_formatを全てchannels_lastにする tensorflowをダウングレードする ここでは二つ目のtensorflowをダウングレードする方法について紹介します． 今回はWindowsのPython3の環境でtensorflowのバージョン1.8.0へのダウングレードを行います． MacやLinuxでも似た流れで実行できると思います． 今回の流れ 今回の流れは以下の通りです． 現状の確認 tensorflowのバージョン1.8.0に対応しているPython3系の調査 調査で判明したバージョンのPythonのインストール インストールしたPythonで仮想環境構築 (venv使用) tensorflowのバージョン1.8.0のインストール 現状の確認 とりあえずtensorflowのバージョン1.8.0のインストールを試みます． $ pip install tensorflow==1.8.0 ERROR: could not find a version that satisfies the requirement tensorflow==1.8.0 (from versions: 2.5.0rc0, 2.5.0rc1, 2.5.0rc2, 2.5.0rc3, 2.5.0, 2.5.1, 2.5.2, 2.5.3, 2.6.0rc0, 2.6.0rc1, 2.6.0rc2, 2.6.0, 2.6.1, 2.6.2, 2.6.3, 2.7.0rc0, 2.7.0rc1, 2.7.0, 2.7.1, 2.8.0rc0, 2.8.0rc1, 2.8.0) ERROR: no matching distribution found for tensorflow==1.8.0 $ python -V Python 3.9.10 Python3.9においてtensorflowのバージョン1.8.0はインストールの候補になく，インストールすることができません． そこでtensorflowのバージョン1.8.0に対応しているPythonを探すことから始めます． tensorflowのバージョン1.8.0に対応しているPython3系の調査 まず https://pypi.org/ にアクセスして，検索欄で "tensorflow" と検索します． 検索すると以下の画像のように様々なパッケージが出てくるので，tensorflowに該当するもの(下の画像では一番上の tensorflow 2.8.0)をクリックします． tensorflowのページが開いたら，左側の"Release history"をクリックします． そうすると下の画像のようにtensorflowの様々なバージョンが一覧になって出てくるので，バージョン1.8.0を探してクリックします． tensorflowのバージョン1.8.0のダウンロードファイルは下の画像になっています． ここで下の画像の赤枠で示した部分に注目すると，これがtensorflowのバージョン1.8.0に対応しているPythonのバージョンを表しています． 下の画像ではcp27からcp36まで，つまりPython2.7とPython3.3からPython3.6までが対応しており，これらのPythonを導入する必要があるとわかります． もし既に導入しているPythonがPython2.7かPython3.3からPython3.6までの場合はtensorflowのバージョン1.8.0のインストールに進んでください． 現在のPythonのバージョンは以下のコマンドで確認できます． $ python3 -V 対応するPythonのインストール 前の調査でtensroflow1.8.0を使うためにはPython3系ではPython3.3からPython3.6が必要であることが分かったので，Python3.6のインストールを行います． まず https://www.python.org/downloads/windows/ にアクセスして，Python3.6を探します． Windows向けのインストーラが用意されている中で最も新しいPython3.6が3.6.8だったので，下の画像の赤枠の "Download Windows x86-64 executable installer" をクリックしてインストールを行います． インストールの際にインストールを行う場所をメモしておいてください． 通常は以下の場所にインストールされると思います． (usernameは適宜変更してください．) $ C:\Users\username\AppData\Local\Programs\Python\Python36 インストールしたPythonで仮想環境構築 様々なパッケージをルート環境にインストールすると，パッケージの依存関係でパッケージが正常に動作しなくなることがあるので，仮想環境を作成して作業を行うのが良いと思います． Pythonで仮想環境を構築する方法として，ここではvenvを用いて仮想環境構築を行います． ここからの操作はWindowsのコマンドプロンプトで実行します． venvはPython3.6では標準で使用可能な仮想環境作成コマンドで，以下のコマンドで仮想環境を構築することができます． ここで作成する仮想環境名を myenv，仮想環境を構築するフォルダの絶対パスを C:\Users\username\myenv とします． 仮想環境名と絶対パスは適宜変更してください． $ C:\Users\username\AppData\Local\Programs\Python\Python36\python -m venv C:\Users\username\myenv これで仮想環境を構築できたので，以下のコマンドで仮想環境を実行します． $ C:\Users\username\myenv\Scripts\activate 上記のコマンドを実行し，以下のように今いる絶対パスの前に (myenv) が付いていれば，仮想環境の実行ができています． (myenv) C:\Users\username> ここで念のために仮想環境内のPythonのバージョン確認を行います． 実行結果が以下のようになっていれば問題ありません． (myenv) C:\Users\username> python -V Python 3.6.8 仮想環境を終了するときは以下のコマンドで終了できます． (myenv) C:\Users\username> deactivate tensorflowのバージョン1.8.0のインストール tensorflowのバージョン1.8.0をインストールする場合は以下のコマンドでインストールできます． (myenv) C:\Users\username> pip install tensorflow==1.8.0 tensorflowがバージョン1.8.0でインストールできているかは以下のコマンドで検証できます． (myenv) C:\Users\username> python >>> import tensorflow >>> print(tensorflow.__version__) 1.8.0 最後に ここではtensorflowのバージョン1.8.0のインストールに関して扱いましたが，他のバージョンについても同様の方法で環境構築が可能だと思います． 参考資料 venvに関するPythonの資料 https://docs.python.org/ja/3/library/venv.html channels_firstとは，tensorflowでのデータの形状を表します．channels_firstはデータの形状がNCHW(ミニバッチのデータ数，チャンネル，高さ，幅)の順に並んでいます．一方，channels_lastはNHWC(ミニバッチのデータ数，高さ，幅，チャンネル)の順に並んだデータ形状を指します．TensorFlowのデフォルトのデータ形状はchannels_lastです． ↩