AIや機械学習に興味がある方にとって、「画像認識」は最初の一歩として最適なテーマです。
今回は Python + TensorFlow + Keras を使って、手書き数字を自動判定するプログラムを実際に作ってみましょう。
有名な「MNIST（エムニスト）」という手書き数字データセットを使うことで、数十行のコードで高精度な認識が可能になります。
～公式版インストールから仮想環境・動作確認まで～
💻 環境例
| 項目 | バージョン・設定内容 |
|---|---|
| OS | Windows 11 Pro（64bit） |
| Python | 3.13.7（公式版インストーラ） |
| pip | 25.2 |
| 仮想環境 | venv（C:\python_env\env） |
| TensorFlow | 2.20.0 |
| matplotlib | 3.10.6 |
🧩 ステップ①：公式Pythonのインストール
1️⃣ Python公式サイトへアクセス
👉 https://www.python.org/downloads/windows/
2️⃣ 最新の「Windows installer (64-bit)」をダウンロード
①Downloads → Windows を選択し、「Latest Python 3 Release – Python 3.13.7」をクリック
②画面下にある「Windows installer (64-bit)」をクリックしてダウンロード
3️⃣ インストーラ起動後の設定
以下のチェックを必ず確認してください。
✅ Add python.exe to PATH
✅ Use admin privileges when installing py.exe
➡ 「Customize installation」を選択して進む
4️⃣ Advanced Options の設定
-
☑ Install Python 3.13 for all users
-
☑ Add Python to environment variables
-
☑ Precompile standard library
-
📁 インストール先を以下に変更：
C:\Python313
5️⃣ 「Install」をクリックして完了！
🧩 ステップ②：インストール確認
インストール完了後、コマンドプロンプトで以下を実行👇
🧩 ステップ③：仮想環境の作成と有効化
プロジェクト専用の仮想環境を作成して、ライブラリの競合を防ぎます。
🧩 ステップ④：TensorFlowとmatplotlibをインストール
仮想環境が有効な状態で以下を実行👇
🧩 ステップ⑤：動作確認
TensorFlowが正常に動作しているか確認します。
※ oneDNN に関する警告が表示されても正常です。
性能最適化のための通知なので無視してOKです。
🧩 ステップ⑥：仮想環境の管理コマンドまとめ
| 操作内容 | コマンド |
|---|---|
| 仮想環境を終了 | deactivate |
| 仮想環境を再開 | cd C:\python_env && env\Scripts\activate |
| ライブラリ一覧確認 | pip list |
| 仮想環境の削除 | rmdir /s /q C:\python_env |
✅ まとめ
この手順で構築すれば、
Windows上で安定して動作する TensorFlow + Keras + matplotlib 環境が整います。
AI学習・画像認識・データ分析など、あらゆるPython開発に対応可能です💡
💬 次回予告
次の記事
「🧠 Pythonで学ぶ画像認識入門：TensorFlowとKerasで手書き数字を判定する方法(2) ～実践サンプルコード編～」
では、「TensorFlowとKerasで手書き数字を判定する」実践サンプルコード
を紹介します。
実際にMNISTデータセットを使って、
AIが数字を“読む”プロセスを一緒に学んでいきましょう。