金子邦彦研究室 ▶ インストール ▶ Windows の種々のソフトウェア（インストール） ▶ winget を用いて，Windows での主要なソフトウェアのインストールと設定（winget を使用）（Windows 上）

サイトマップ サイト内検索 まとめ

サイトの全体構成

winget を用いて，Windows での主要なソフトウェアのインストールと設定（winget を使用）（Windows 上）

全体構成 人工知能 データベース ３次元，地図 プログラミング 情報工学全般 インストール 支援 連絡先，業績

タイトルに「winget を用いて」と書きました． winget を用いて簡単にインストールできるものは，winget を使います． winget を使ってインストールでないものについては，なるべくコマンドを使って（なるべくマウスなど使わずに）簡単に確実にインストールできるようにします（なるべく，このページに載っている コマンドのコピー＆ペーストでできるようにします）． C++ コンパイラのインストールとディープラーニング環境のインストールについては，こまめに動作確認の手順を入れています． ソフトウェアは，私が研究，教育で使ってきて，便利だと実感したものを選んでいます．

【目次】

  1. Windows での操作（注意点まとめ）
  2. ツール類
  3. winget のインストール
  4. マイクロソフト Visual Studio Community をインストール（winget を使用）
  5. vcpkg, 各種ライブラリのインストール（vcpkg を使用）
  6. Git, CMake, 7-Zip のインストール（winget を使用）
  7. NVIDIA ドライバ，NVIDIA CUDA ツールキット, NVIDIA cuDNN のインストール
  8. Python のインストール，pip と setuptools の更新，Python 開発環境のインストール，PyCharm，Python の種々のパッケージ
  9. numpy, scikit-learn, TensorFlow, Keras, MatplotLib, opencv-python, PyTorch
  10. ディープラーニング応用
  11. 数値演算ライブラリ
  12. エディタ（VisualStudioCode, notepad++, Geany, Sublime Text のインストール）（winget を使用）
  13. 便利な Windows アプリケーションのインストール（winget を使用）
  14. その他
  15. winget でインストール済みのパッケージを一括更新

【サイト内のまとめページへのリンク】

【サイト内の主な Windows 関連ページ】

Ubuntu のインストール，設定，セットアップ：別ページ »にまとめ

1. Windows での操作（注意点まとめ）

2. Windows のセットアップ，便利なフリーソフトウエア

Windows のセットアップ

便利なフリーソフトウェアのインストール

必要なフリーソフトウェアを選択して，インストールする．

FirefoxとGoogle Chromeは高機能なブラウザで，拡張機能を用いてカスタマイズが可能である．Search Everythingは迅速なファイル検索が可能である．Visual Studio CodeとEmacsはテキストエディタである．FileZillaとMobaXtermはファイル転送・リモート接続のために有用である．Kokomiteはマウス拡大，GreenShotはスクリーンショットの撮影・編集に役立つ．

理工学分野のフリーソフトウェア

理工学分野のフリーソフトウェア: 別ページ »で説明

その他，便利な機能をもったフリーソフトウェアの紹介

その他，便利な機能をもったフリーソフトウェアの紹介: 別ページ »で説明

3. winget のインストール

注意事項. winget を使うと、種々のソフトウェアのインストールが楽になる． このとき、インストールしたソフトウェアの利用条件、ライセンス条項は必ず、確認すること．

  1. Web ブラウザの GitHub の winget-cli のページを開く

    https://github.com/microsoft/winget-cli

  2. 画面右側の「Releases」の下の「Windows Package Manager ...」をクリック
    [image]
  3. Windows Package Manager のページでダウンロードする

    このとき，msixbundle のファイルを選ぶ

    [image]
  4. 画面の指示に従い，インストールを行う
  5. 確認のため，コマンドプロンプトを開き，次のコマンドを実行する． 
    winget -v
    [image]

winstall を試してみる

  1. https://winstall.app/apps を開き，インストールしたソフトを選ぶ（複数選ぶこともできる）．’
  2. 選択が終わったら「Generate script」をクリック．
  3. winget のコマンドが生成されるので，ダウンロード．
  4. コマンドプロンプトを管理者として開きダウンロードしたコマンドを実行．

4. マイクロソフト Visual Studio Community をインストール（winget を使用）

ビルドツール（Build Tools）は，Windows で動くMicrosoft の C++ コンパイラーである．

  1. インストール操作

    Windows のコマンドプロンプトを管理者として実行し， そこで，次のコマンドを実行（winget を利用してインストール ） 

    winget install Microsoft.VisualStudio.2022.Community

  2. Visual Studio Installer の起動

    起動には，スタートメニューの「Visual Studio Installer」を使うのが便利

  3. Visual Studio Community 2022 で「変更」を選ぶ．

    [image]
  4. 「C++ によるデスクトップ開発」をチェック．そして，画面右側の「インストール」の詳細で「v143 ビルドツール用 C++/CLI サポート（最新）」をチェックする．その後，「インストール」をクリック．

    [image]
  5. コンパイラの動作確認
    1. エディタを起動 ここではメモ帳 (notepad) を使っている．

      x64 Native Tools コマンドプロンプト で，次のコマンドを実行する． ファイル名は hello.c としている． 

      C:
cd %HOMEPATH%
notepad hello.c

      [image]
    2. いまメモ帳で開いたファイルを， 次のように編集する（コピー＆ペーストしてください）．そして保存する． 
      #include<stdio.h>
int main() {
    printf("Hello,World!\n");
    printf("sizeof(size_t)=%ld\n", sizeof(size_t));
    return 0;
}

      [image]
    3. x64 Native Tools コマンドプロンプト を新しく開き，次のコマンドを実行

      結果として，「Hello,World!」「sizeof(size_t)=8」と表示されればOK． 

      cd %HOMEPATH%
cl hello.c
.\hello.exe

      実行結果例

      [image]

5. vcpkg, 各種ライブラリのインストール（vcpkg を使用）

  1. vcpkg のインストール

    Windows では，コマンドプロン プトを管理者として実行し， 次のコマンドを実行する．

    このとき，「CMake の使用時に "-DCMAKE_TOOLCHAIN_FILE=C:/vcpkg/scripts/buildsystems/vcpkg.cmake" を使う」のように表示されるので，確認する． 

    cd c:\
git clone https://github.com/microsoft/vcpkg
.\vcpkg\bootstrap-vcpkg.bat
.\vcpkg\vcpkg integrate install
  2. コマンドプロンプトを管理者として開き次のコマンドを実行する． 
    c:\vcpkg\vcpkg --triplet x64-windows install blas ceres eigen3 ffmpeg freetype harfbuzz lapack lapack-reference libiconv libjpeg-turbo libpng lz4 ogre openblas[threads] opengl openjpeg pcre pthread qt5-base tbb tiff
c:\vcpkg\vcpkg --triplet x64-windows install onednn intel-mkl boost ideep nccl onnx
  3. Windows の システム環境変数 Pathに，c:\vcpkg\installed\x64-windows\bin を追加することにより，パスを通す．

    Windows で，コマンドプロンプトを管理者として実行

    コマンドプロンプトを管理者として実行: 別ページ »で説明

    次のコマンドを実行 

    powershell -command "$oldpath = [System.Environment]::GetEnvironmentVariable(\"Path\", \"Machine\"); $oldpath += \";c:\vcpkg\installed\x64-windows\bin\"; [System.Environment]::SetEnvironmentVariable(\"Path\", $oldpath, \"Machine\")"

6. Git, CMake, 7-Zip のインストール（winget を使用）

Git, CMake, 7-Zip は，ダウンロード，展開（解凍），ビルドのときに便利である．

  1. Windows のコマンドプロンプトを管理者として実行し， そこで，次のコマンドを実行（winget を利用してインストール ）

    [image]
  2. Git, CMake, 7-Zip の情報を確認 
    winget search git
winget search cmake
winget search 7zip
  3. Git, CMake, 7-Zip をインストール

    実行のとき，エラーメッセージが出ないことを確認すること．インストール中の表示をよく確認すること． 

    winget install Git
winget install CMake
winget install 7zip
  4. Windows の システム環境変数 Pathに，C:\Program Files\CMake\bin, C:\Program Files\7-Zip, C:\Program Files (x86)\GnuWin32\bin を追加することにより，パスを通す．

    Windows で，コマンドプロンプトを管理者として実行

    コマンドプロンプトを管理者として実行: 別ページ »で説明

    次のコマンドを実行 

    powershell -command "$oldpath = [System.Environment]::GetEnvironmentVariable(\"Path\", \"Machine\"); $oldpath += \";C:\Program Files\CMake\bin\"; [System.Environment]::SetEnvironmentVariable(\"Path\", $oldpath, \"Machine\")"
powershell -command "$oldpath = [System.Environment]::GetEnvironmentVariable(\"Path\", \"Machine\"); $oldpath += \";C:\Program Files\7-Zip\"; [System.Environment]::SetEnvironmentVariable(\"Path\", $oldpath, \"Machine\")"
powershell -command "$oldpath = [System.Environment]::GetEnvironmentVariable(\"Path\", \"Machine\"); $oldpath += \";C:\Program Files (x86)\GnuWin32\bin\"; [System.Environment]::SetEnvironmentVariable(\"Path\", $oldpath, \"Machine\")"
  5. Windows の システム環境変数 Path の確認

    新しくコマンドプロンプトを開き， そのコマンドプロンプトで，次のコマンドを実行する．エラーメッセージが出ないことを確認． 

    where git
where git-gui
where cmake
where cmake-gui
where 7z

    [image]

7. NVIDIA ドライバ，NVIDIA CUDA ツールキット, NVIDIA cuDNN のインストール

7.1 GPU，NVIDIA ドライバ，NVIDIA CUDA ツールキット，NVIDIA cuDNN，TensorFlow の説明

GPU

GPU は，グラフィックス・プロセッシング・ユニット（Graphics Processing Unit）の略である．現在は，３次元のビデオゲーム，さまざまな計算，ディープラーニングの高速な並列処理などに用いられている．

NVIDIA ドライバ

NVIDIA ドライバは，NVIDIA 社製の GPU を動作させるのに必要なドライバである．次の NVIDIA の公式サイトからダウンロードできる．ダウンロードのときは，使用しているオペレーティングシステムとGPUに適したものを選ぶこと．

【関連する外部ページ】

NVIDIA ドライバのダウンロードの公式ページ: https://www.nvidia.co.jp/Download/index.aspx?lang=jp

NVIDIA CUDA ツールキット

NVIDIA CUDA ツールキット は，NVIDIA社が提供する GPU 用のツールキットである．GPU を用いた演算のプログラム作成や動作のための各種機能を備えている．ディープラーニングでも利用されている．

【サイト内の関連ページ】

【関連する外部ページ】

NVIDIA cuDNN

NVIDIA cuDNN は， NVIDIA CUDA ツールキット上で動作するディープラーニング・ライブラリである． 畳み込みニューラルネットワークや リカレントニューラルネットワークなど，さまざまなディープラーニングで利用されている．

Windows で，NVIDIA cuDNN の利用時に 「Could not locate zlibwapi.dll. Please make sure it is in your library path!」と表示されるときは， ZLIB DLL をインストールすること．

【関連する外部ページ】

TensorFlow

Tensorflowは， データフローグラフ (data flow graph) を特色とするフレームワークの機能を持つ Pythonのパッケージ． データフローグラフでは， 節が数値演算，枝が多次元の配列（テンソル）になっている． Python, C/C++ 言語から利用可能．機械学習のアプリケーションを簡単に作成できるもの． プロセッサ（CPU）, GPU, Google TPU で動く． Google 社のディープラーニング研究プロジェクト． 2015年11月に最初のリリース．

TensorFlow のデータセットとして，https://github.com/tensorflow/datasets などで・音声，画像，テキスト，ビデオのデータが多数公開されており，学習に利用できる

7.2 TensorFlow が必要とするNVIDIA CUDA ツールキットとNVIDIA cuDNN のバージョンの確認

TensorFlow GPU 版の動作に必要なもの（2023年4月時点）

2.4.4 あるいはそれ以前のバージョン のTensorFlow を使う場合

過去の TensorFlow は， 必ずしも， 新しいNVIDIA CUDA ツールキット, NVIDIA cuDNN で動くわけではないことに注意が必要．

そのことは，詳しくは，別ページ »で説明

NVIDIA ドライバ，NVIDIA CUDA ツールキット，NVIDIA cuDNN のインストールでの注意点

以下，インストールの注意点をまとめている．

Windows での NVIDIA ドライバ，NVIDIA CUDA ツールキット 11.8，NVIDIA cuDNN 8.6 のインストールと動作確認の詳細は別ページ »で説明している．

NVIDIA ドライバのインストールでの注意点まとめ（Windows 上）

NVIDIA CUDA ツールキットのインストールでの注意点まとめ（Windows 上）

2.4.4 あるいはそれ以前のバージョン のTensorFlow を使う場合

過去の TensorFlow は， 必ずしも， 新しいNVIDIA CUDA ツールキット, NVIDIA cuDNN で動くわけではないことに注意が必要．

そのことは，詳しくは，別ページ »で説明

【関連する外部ページ】

NVIDIA cuDNN のインストールでの注意点まとめ（Windows 上）

8. Python のインストール，pip と setuptools の更新，Python 開発環境のインストール，PyCharm，Python の種々のパッケージ

① インストールする Python のバージョンの確認

2022年12月時点では， Python 3.10 を使う．

Python 3.10 の根拠：

古いバージョンの TensorFlow，PyTorch を使う予定の場合．

次により， Python, TensorFlow, PyTorch のバージョンの組み合わせを確認し，それにあったバージョンの Python をインストールする必要がある．

② Python のインストール

【Python のインストールでの注意点】

【インストール手順の詳細（別ページ） 】

Windows での Python のインストール: 別ページ »で説明している．

【Python の公式ページ】

https://www.python.org/

③ pip と setuptools の更新

  1. Windows で，コマンドプロンプトを管理者として実行

    Windows で pip を実行するときは，コマンドプロンプトを管理者として開き，それを使って pip を実行することにする．

    コマンドプロンプトを管理者として実行: 別ページ »で説明

  2. 次のコマンドを実行する． 
    python -m pip install -U pip setuptools

    [image]

【pip の利用】

Windows では，pip は，次のコマンドで起動できる．

pip または python -m pip または py -3.10 -m pip のようにバージョン指定．

Windows では，管理者として実行．

④ Python 開発環境として，Python コンソール（Jupyter Qt Console）, Jupyter ノートブック (Jupyter Notebook), Jupyter Lab, Nteract, spyder のインストール

  1. Windows で，コマンドプロンプトを管理者として実行

    Windows で pip を実行するときは，コマンドプロンプトを管理者として開き，それを使って pip を実行することにする．

    コマンドプロンプトを管理者として実行: 別ページ »で説明

  2. 次のコマンドを実行する． 

    python -m pip install -U pip setuptools jupyterlab jupyter jupyter-console jupytext PyQt5 nteract_on_jupyter spyder

    [image]

⑤ PyCharm のインストール（Windows 上）

Windows での PyCharm のインストール: 別ページ »で説明している．

【他の Python の開発環境】

⑥ Jupyter Qt Console, NTeract が起動できるかを確認

  1. numpy, matplotlib のインストール

    Windows では，コマンドプロン プトを管理者として実行し， 次のコマンドを実行する． 

    pip install -U numpy matplotlib
  2. Jupyter Qt Console の起動チェック

    新しくコマンドプロンプトを開き，次のコマンドを実行する． Jupyter Qt Console が開けば OK． 

    jupyter qtconsole

    [image]

    [image]
  3. 確認のため，Jupyter Qt Console で，次の Python プログラムを実行する

    Python プログラムの実行: 別ページ »で説明

    Python のまとめ: 別ページ »にまとめ 

    import numpy as np
%matplotlib inline
import matplotlib.pyplot as plt
import warnings
warnings.filterwarnings('ignore')   # Suppress Matplotlib warnings

x = np.linspace(0, 6, 100)
plt.style.use('default')
plt.plot(x, np.sin(x))

    [image]
  4. nteract の起動チェック

    新しくコマンドプロンプトを開き，次のコマンドを実行する． ntetact が開けば OK． 

    jupyter nteract

    [image]
    [image]
  5. 確認のため，nteract で，次の Python プログラムを実行してみる．

    そのために「Start a new notebook」の下の「Python」をクリック，次のプログラムを入れ実行． 

    import numpy as np
%matplotlib inline
import matplotlib.pyplot as plt
import warnings
warnings.filterwarnings('ignore')   # Suppress Matplotlib warnings

x = np.linspace(0, 6, 100)
plt.style.use('default')
plt.plot(x, np.sin(x))

    [image]
  6. Juypter Notebook で，保存のときに，.py ファイルと .ipyrb ファイルが保存されるように設定．（この設定を行わないときは .ipyrb ファイルのみが保存される）
    1. 次のコマンドで，設定ファイルを生成 

      jupyter notebook --generate-config
    2. jupyter/jupyter_notebook_config.py　を編集し，末尾に，次を追加

      c.NotebookApp.contents_manager_class = "jupytext.TextFileContentsManager"

    3. jupyter notebook を起動し，Edit, Edit Notbook Manager を選ぶ．次のように設定する．

      "jupytext": {"formats": "ipynb,py"}

⑥ numpy, scikit-learn を使ってみる

⑦ Python の種々のパッケージ

その他，Python パッケージは，必要なものをインストール．次に手順を例示している． 利用者で判断すること．

9. numpy, scikit-learn, TensorFlow, Keras, MatplotLib, opencv-python, PyTorch

① TensorFlow GPU 版 2.10, Keras, MatplotLib, Python 用 opencv-python のインストール

設定の要点

システム環境変数 TF_FORCE_GPU_ALLOW_GROWTH の設定: true

  1. Windows で，コマンドプロンプトを管理者として実行

    コマンドプロンプトを管理者として実行: 別ページ »で説明

  2. 使用する Python のバージョンの確認 
    python --version

    [image]
  3. pip と setuptools の更新

    ※ 「 python -m pip install ...」は，Python パッケージをインストールするためのコマンド． 

    python -m pip install -U pip setuptools

    [image]
  4. TensorFlow 関係のパッケージのアンインストール操作

    トラブルの可能性を減らすために，関係のパッケージのアンインストールを行っておく．

    Windows で pip を実行するときは，コマンドプロンプトを管理者として開き，それを使って pip を実行することにする． 

    python -m pip uninstall -y tensorflow tensorflow-cpu tensorflow-gpu tensorflow-intel tensorflow-text tensorflow-estimator tf-models-official tf_slim tensorflow_datasets tensorflow-hub keras keras-tuner keras-visualizer

    [image]
  5. TensorFlow GPU 版 2.10 ，Keras， 関連ソフトウェアのインストール

    pip を用いてインストール 

    python -m pip install -U tensorflow==2.10.1 tf_slim tensorflow_datasets==4.8.3 tensorflow-hub keras keras-tuner keras-visualizer
python -m pip install git+https://github.com/tensorflow/docs
python -m pip install git+https://github.com/tensorflow/examples.git
python -m pip install git+https://www.github.com/keras-team/keras-contrib.git

    [image]
    （以下省略）
  6. MatplotLib, Python 用 opencv-python のインストール

    pip を用いてインストール 

    python -m pip install -U  numpy pillow pydot matplotlib seaborn pandas scipy scikit-learn scikit-learn-intelex opencv-python opencv-contrib-python

    [image]
  7. TensorFlow のバージョン確認

    バージョン番号が表示されれば OK．下の図とは違うバージョンが表示されることがある． 

    python -c "import tensorflow as tf; print( tf.__version__ )"

    [image]

    次のようなメッセージが出た場合には，メッセージに従い， NVIDIA ドライバ，NVIDIA CUDA ツールキット， NVIDIA cuDNN のインストールを行う． 但し，GPU がない場合には，このメッセージを無視する．

    [image]
  8. TensorFlow パッケージの情報の表示 

    pip show tensorflow

    [image]
  9. (GPU を使うとき) TensorFlow からGPU が認識できているかの確認

    TensorFlow が GPU を認識できているかの確認は，端末で，次を実行して行う． 

    python -c "from tensorflow.python.client import device_lib; print(device_lib.list_local_devices())"

    実行結果の中に，次のように「device_type: "GPU"」があれば，GPUが認識できている．エラーメッセージが出ていないことを確認しておくこと．

    [image]

    ここで，GPU があるのに，TensorFlow から認識されていないかもしれない． TensorFlow GPU 版が指定するバージョンの NVIDIA CUDA ツールキット，NVIDIA cuDNN がインストールされていないことが原因かも知れない．

    TensorFlow 2.5 の GPU 版での，cuDNN のバージョンは 8.2，TensorFlow 2.4 の GPU 版での，cuDNN のバージョンは 8.0.5，TensorFlow 2.3, 2.2, 2.1 の GPU 版での，cuDNN のバージョンは 7.6．そして，TensorFlow 1.13 以上 TensorFlow 2.0 までの GPU 版での，cuDNN のバージョンは7.4 が良いようである．

    Windows での NVIDIA ドライバ，NVIDIA CUDA ツールキット 11.8，NVIDIA cuDNN v8.8 のインストールと動作確認: 別ページ »で説明

  10. Windows の システム環境変数 TF_FORCE_GPU_ALLOW_GROWTH に，true を設定

    Windows で，コマンドプロンプトを管理者として実行

    コマンドプロンプトを管理者として実行: 別ページ »で説明

    次のコマンドを実行 

    powershell -command "[System.Environment]::SetEnvironmentVariable(\"TF_FORCE_GPU_ALLOW_GROWTH\", \"true\", \"Machine\")"

    [image]

② TensorFlow, Keras, VGG 16, InceptionV3, Imagenet による画像分類を試してみる

  1. 前準備として h5py, pillow のインストール 

    python -m pip install -U h5py pillow
  2. 画像の準備

    10.png のようなファイル名で保存しておく

    [image]
  3. Python プログラムの実行 
    cd ＜画像を置いたディレクトリ＞
python

    [image]
  4. VGG 16, Imagenet による学習済みの重みデータによる画像分類を試してみる

    次のプログラムをコピー＆ペースト

    Kerasのサイトで公開されているものを少し書き換えて使用。

    「'10.png'」のところは，実際に使用する画像ファイル名に書き換えること．

    次の Python プログラムを実行する 

    import h5py
from tensorflow.keras.preprocessing import image
from tensorflow.keras.applications.vgg16 import VGG16
from tensorflow.keras.applications.vgg16 import preprocess_input
import numpy as np

m = VGG16(weights='imagenet', include_top=False)

img_path = '10.png'
img = image.load_img(img_path, target_size=(299, 299))
x = image.img_to_array(img)
x = np.expand_dims(x, axis=0)
x = preprocess_input(x)

features = m.predict(x)
print(features)

    [image]

    python の終了は「exit()」

  5. InceptionV3, Imagenet による学習済みの重みデータによる画像分類を試してみる

    次のプログラムをコピー＆ペースト

    Kerasのサイトで公開されているものを少し書き換えて使用。

    「'10.png'」のところは，実際に使用する画像ファイル名に書き換えること．

    次の Python プログラムを実行する 

    import h5py
from tensorflow.keras.preprocessing import image
from tensorflow.keras.applications.inception_v3 import preprocess_input, decode_predictions, InceptionV3
import numpy as np

m = InceptionV3(weights='imagenet')

img_path = '10.png'
img = image.load_img(img_path, target_size=(299, 299))
x = image.img_to_array(img)
x = np.expand_dims(x, axis=0)
x = preprocess_input(x)

preds = m.predict(x)

print('Predicted:')
for p in decode_predictions(preds, top=5)[0]:
    print("Score {}, Label {}".format(p[2], p[1]))

    [image]

    python の終了は「exit()」

③ PyTorch, Torchvision, Caffe2

Web ブラウザで最新情報を確認ののち，所定のコマンドによりインストールを行う．

PyTorch の URL: https://pytorch.org/

  1. PyTorch の「はじめよう」の Web ページを開く

    https://pytorch.org/get-started/locally/

  2. 種類を選ぶ

    Windows, pip, Python，NVIDIA CUDA ツールキット 11.3 以上 での実行例

    NVIDIA CUDA ツールキットのバージョンは一致するものを選ぶ． 選択肢として出てこないという場合には， 「install previous versions of PyTorch」をクリックし，そのページの記載に従う．

    [image]
  3. 「Run the command」のところに，コマンドが表示されるので確認する

    [image]
  4. 表示されたコマンドを実行．「pip3」は「python -m pip」に読み替える．

    コマンドプロンプトを管理者として開き，次のように，コマンドを実行

    Windows で pip を実行するときは，コマンドプロンプトを管理者として開き，それを使って pip を実行することにする．

    次のコマンドは， PyTorch 2.0 （NVIDIA CUDA 11.8 用） をインストールする． 但し，Anaconda3を使いたい場合には別手順になる．

    事前に NVIDIA CUDA のバージョンを確認しておくこと（ここでは，NVIDIA CUDA ツールキット 11.8 が前もってインストール済みであるとする）．

    PyTorch で，GPU が動作している場合には，「torch.cuda.is_available()」により，True が表示される． 

    python -m pip install -U --ignore-installed pip
python -m pip install -U torch torchvision torchaudio numpy --index-url https://download.pytorch.org/whl/cu118
python -c "import torch; print(torch.__version__, torch.cuda.is_available())"

    [image]
  5. PyTorch のバージョン確認

    次のコマンドを実行．

    ※ バージョン番号が表示されれば OK． 

    python -c "import torch; print(torch.__version__, torch.cuda.is_available())"

    [image]
  6. PyTorch の動作確認

    https://pytorch.org/get-started/locally/ に記載のサンプルプログラムを実行してみる

    次の Python プログラムを実行する 

    from __future__ import print_function
import torch
x = torch.rand(5, 3)
print(x)
exit()

    [image]

10. ディープラーニング応用

10.1 dlib, face_recognition（顔検出，顔のアラインメント，顔のランドマーク，顔認識その他）

【関連する外部ページ 】

【インストール手順の詳細（別ページ） 】

【Dlib のインストール操作 】

Windows では，コマンドプロン プトを管理者として実行し， 次のコマンドを実行する．

「11.7」のところは，実際にインストールしている NVIDIA CUDA ツールキットのバージョンにあわせること． 

cd C:\
rmdir /s /q dlib
git clone https://github.com/davisking/dlib
cd dlib
rmdir /s /q build
mkdir build
cd build
del CMakeCache.txt
cmake .. -G "Visual Studio 17 2022" -A x64 -T host=x64 ^
    -DCUDA_SDK_ROOT_DIR="c:/Program Files/NVIDIA GPU Computing Toolkit/CUDA/v11.8" ^
    -DCUDA_TOOLKIT_ROOT_DIR="c:/Program Files/NVIDIA GPU Computing Toolkit/CUDA/v11.8" ^
    -D CUDA_NVCC_FLAGS="-allow-unsupported-compiler" ^
    -DCUDA_NVCC_FLAGS_DEBUG="-allow-unsupported-compiler" ^
    -DCMAKE_INSTALL_PREFIX=c:/dlib ^
    -DUSE_AVX_INSTRUCTIONS=1 

cmake --build . --config RELEASE --target INSTALL -- /m:4

python -m pip uninstall -y dlib
cd C:\
cd dlib
python setup.py build 
python setup.py install 
python -c "import dlib; print( dlib.__version__ )"

powershell -command "$oldpath = [System.Environment]::GetEnvironmentVariable(\"Path\", \"Machine\"); $oldpath += \";c:\dlib\bin\"; [System.Environment]::SetEnvironmentVariable(\"Path\", $oldpath, \"Machine\")"

cd C:\dlib
cd python_examples
curl -O http://dlib.net/files/mmod_human_face_detector.dat.bz2
curl -O http://dlib.net/files/dlib_face_recognition_resnet_model_v1.dat.bz2
curl -O http://dlib.net/files/shape_predictor_5_face_landmarks.dat.bz2
curl -O http://dlib.net/files/shape_predictor_68_face_landmarks.dat.bz2
"c:\Program Files\7-Zip\7z.exe" x mmod_human_face_detector.dat.bz2
"c:\Program Files\7-Zip\7z.exe" x dlib_face_recognition_resnet_model_v1.dat.bz2
"c:\Program Files\7-Zip\7z.exe" x shape_predictor_5_face_landmarks.dat.bz2
"c:\Program Files\7-Zip\7z.exe" x shape_predictor_68_face_landmarks.dat.bz2
del mmod_human_face_detector.dat.bz2
del dlib_face_recognition_resnet_model_v1.dat.bz2
del shape_predictor_5_face_landmarks.dat.bz2
del shape_predictor_68_face_landmarks.dat.bz2

Dlib の動作確認のため，次を実行．エラーメッセージが出ずに，顔検出の結果が表示されれば OK とする． 

cd C:\dlib
cd python_examples
python cnn_face_detector.py mmod_human_face_detector.dat ..\examples\faces\2007_007763.jpg

[image]

[image]

【face_recognition のインストール操作 】

Windows では，コマンドプロン プトを管理者として実行し， 次のコマンドを実行する． 

cd %HOMEPATH%
rmdir /s /q face_recognition
git clone https://github.com/ageitgey/face_recognition
cd face_recognition
copy C:\dlib\python_examples\shape_predictor_68_face_landmarks.dat .
python setup.py build
python setup.py install

face_recognition の動作確認のため，次を実行．エラーメッセージが出ずに，顔識別の結果が表示されれば OK とする． 

mkdir %HOMEPATH%\face_recognition\known_people
mkdir %HOMEPATH%\face_recognition\unknown_pictures
copy %HOMEPATH%\face_recognition\examples\biden.jpg %HOMEPATH%\face_recognition\known_people
copy %HOMEPATH%\face_recognition\examples\obama.jpg %HOMEPATH%\face_recognition\known_people
copy %HOMEPATH%\face_recognition\examples\two_people.jpg %HOMEPATH%\face_recognition\unknown_pictures
cd %HOMEPATH%\face_recognition
face_recognition --show-distance true known_people unknown_pictures

[image]

10.2 ipazc/mtcnn（顔検知）

【関連する外部ページ 】

【ipazc/mtcnn のインストール手順（Windows 上） 】

  1. インストール

    Windows では，コマンドプロン プトを管理者として実行し， 次のコマンドを実行する．

    Windows で pip を実行するときは，コマンドプロンプトを管理者として開き，それを使って pip を実行することにする． 

    python -m pip install git+https://github.com/ipazc/mtcnn.git
python -c "import mtcnn; print(mtcnn.__version__)"
  2. 動作確認

    Windows で，コマンドプロンプトを実行． 次のコマンドを実行 

    cd C:\dlib
python

    mtcnn の公式ページのプログラムを使用 (https://github.com/ipazc/mtcnn)

    次の Python プログラムを実行する 

    from mtcnn import MTCNN
import cv2

img = cv2.cvtColor(cv2.imread("./examples/faces/2007_007763.jpg"), cv2.COLOR_BGR2RGB)
detector = MTCNN()
detector.detect_faces(img)

    [image]

10.3 OpenPose （人体の姿勢推定，指のポーズ推定）

【関連する外部ページ 】

【インストール手順の詳細（別ページ） 】

OpenPose の動作確認のため，次を実行．エラーメッセージが出ずに，検出の結果が表示されれば OK とする． 

cd C:\openpose-1.7.0-binaries-win64-gpu-python3.7-flir-3d_recommended
cd openpose
bin\OpenPoseDemo.exe --video examples\media\video.avi

[image]

10.4 Tesseract OCR 5 （文字認識）

【関連する外部ページ 】

【インストール手順の詳細（別ページ） 】

10.5 matterplot/masked_rcnn （画像のセグメンテーション）

matterplot/masked_rcnn の URL: https://github.com/matterport/Mask_RCNN

Windows では，コマンドプロン プトを管理者として実行し， 次のコマンドを実行する． 

python -m pip install scikit-image cython
python -m pip install git+https://github.com/philferriere/cocoapi.git#subdirectory=PythonAPI
cd %HOMEPATH%
rmdir /s /q Mask_RCNN
git clone --recursive https://github.com/matterport/Mask_RCNN
cd Mask_RCNN
python -m pip install -r requirements.txt
python setup.py build
python setup.py install
cd samples/coco

https://github.com/matterport/Mask_RCNN/blob/master/samples/demo.ipynb に記載のプログラムを実行してみる．

10.6 Meshroom（写真測量，フォトグラメトリ）

【関連する外部ページ 】

【Meshroom のインストール操作（Windows 上） 】

10.7 muZero

Windows では，コマンドプロン プトを管理者として実行し， 次のコマンドを実行する． 

rmdir /s /q c:\muzero-general
cd c:\
git clone https://github.com/werner-duvaud/muzero-general.git
cd muzero-general
python -m pip install -r requirements.txt

確認のため実行してみる． 

python muzero.py
tensorboard --logdir ./results

10.8 OpenAIGym

Windows では，コマンドプロン プトを管理者として実行し， 次のコマンドを実行する． 

rmdir /s /q c:\gym
cd c:\
git clone https://github.com/openai/gym.git
cd gym
python -m pip install -e .

11. 数値演算ライブラリ

Intel Performance ライブラリ (Intel oneAPI TBB, Intel oneAPI DNNL, Intel oneAPI MKL, Intel oneAPI IPP, Intel Distribution for Python)

必要な場合にはインストールを行う．このソフトウェアについても，必ず利用条件を確認すること．

12. エディタ（VisualStudioCode, notepad++, Geany, Sublime Text のインストール）（winget を使用）

12.1 インストール手順

Windows のコマンドプロンプトを管理者として実行し， そこで，次のコマンドを実行（winget を利用してインストール ） 

winget install Microsoft.VisualStudioCode
winget install Notepad++
winget install Geany
winget install "Sublime Text 4"

10.2 Visual Studio Code で Python プログラムを扱う

Visual Studio Code はエディタ．軽快動作．操作法は簡単． 　プログラム作成に向いた拡張機能が充実．Linux などでも動く．

動画リンク https://www.youtube.com/watch?v=B2QB8gvk11g

12.3 Visual Studio Code の拡張機能

Visual Studio Code の拡張機能は，必要なものをインストールする．次に拡張機能を例示している．利用者で判断すること．

13. 便利な Windows アプリケーションのインストール（winget を使用）

13.1 ツール類（Windows Terminal, QuickLook, Google Earch Pro, hwinfo のインストール）（winget を使用）

Windows のコマンドプロンプトを管理者として実行し， そこで，次のコマンドを実行（winget を利用してインストール ） 

winget install "Windows Terminal"
winget install QuickLook
winget install "Google Earth Pro"
winget install HWiNFO

13.2 リレーショナルデータベースシステム（PostgreSQL, DBeaver のインストール）

Windows のコマンドプロンプトを管理者として実行し， そこで，次のコマンドを実行（winget を利用してインストール ） 

winget install PostgreSQL の利用
winget install DBeaver

13.3 システム環境変数の設定

システム環境変数 Pathに，C:\Program Files\PostgreSQL\13\bin を追加することにより，パスを通す．

Windows で，コマンドプロンプトを管理者として実行

コマンドプロンプトを管理者として実行: 別ページ »で説明

次のコマンドを実行 

powershell -command "$oldpath = [System.Environment]::GetEnvironmentVariable(\"Path\", \"Machine\"); $oldpath += \";C:\Program Files\PostgreSQL\13\bin\"; [System.Environment]::SetEnvironmentVariable(\"Path\", $oldpath, \"Machine\")"

psql などを扱いやすくするために，Windows のシステムの環境変数を次のように設定する．

postgres.conf の設定例

Windows での設定例．Windows マシンをPostgreSQL 専用に使うとき，そして，メインメモリが 32 GB のときは，それに合わせて設定する． 

shared_buffers = 4GB
work_mem = 1GB
shared_memory_type=windows
max_files_per_process = 1000
effective_cache_size = 16GB

パーソナルに使う場合は，オンライントランザクション処理を行わないので，WAL の機能を実質オフににして運用する可能性がある． 

wal_level = minimal
archive_mode = off
max_wal_senders = 0

データベースファイルを SSD, NVMe に置くときは，次のように設定 

random_page_cost = 1.1

psql の基本操作

SQL の実行手順例

psql を用いてインタラクティブに実行する場合． 

psql
create table T (id integer, name text);
insert into T values(1, 'hello');
select * from T;
\q

psql を用いて外部ファイルを実行する場合 

psql
\i hoge.sql
\q

DBeaver の使い方

【DBeaver での PostgreSQL データベース接続（データベースブラウズができるまで）】

  1. DBeaver を起動
  2. 「新しい接続」をクリック

    [image]
  3. 接続タイプを選ぶ

    ここでは，「PostgreSQL の利用」を選んでいる．

    [image]
  4. 「ドライバファイルをダウンロードする」の画面が出ることがある．

    そのときは，次の手順で，ドライバファイルをダウンロードする．

    1. ドライバに関する情報を確認するために，「ドライバの編集」をクリック

      [image]
    2. ドライバに関する情報を確認（URL テンプレート，デフォルトポートなどを確認しておくと，あとで役に立つ場合がある）．

      そして，使用するライブラリを選び，「ダウンロードと更新」をクリック．

      [image]
    3. 「ダウンロード」をクリック．

      [image]
    4. ここで，ダウンロード終了までしばらく時間がかかる場合がある．ダウンロード終了を待つ．
    5. ダウンロードが終了したら，「OK」をクリック．
  5. 次に，Host, Database, ユーザ名, パスワードを設定する．ポート番号を確認する．そして，「終了」をクリック．

    [image]

【DBeaver の基本操作】

13.4 画像，ビデオ，音声（imagemagick, y2mp3, VLC media player, Openshot, Avidemux, OBS Studio, K-Lite Codec Pack Full のインストール）（winget を使用）

Windows のコマンドプロンプトを管理者として実行し， そこで，次のコマンドを実行（winget を利用してインストール ） 

winget install ImageMagick.ImageMagick
winget install y2mp3
winget install VideoLAN.VLC
winget install OpenShot.OpenShot
winget install Avidemux
winget install OBSProject.OBSStudio
winget install CodecGuide.K-LiteCodecPackFull

13.5 Epic Game Launcher のインストール（winget を使用）

Windows のコマンドプロンプトを管理者として実行し， そこで，次のコマンドを実行（winget を利用してインストール ） 

winget install EpicGames.EpicGamesLauncher

13.6 Blender, MeshLab のインストール（winget を使用）

Windows のコマンドプロンプトを管理者として実行し， そこで，次のコマンドを実行（winget を利用してインストール ） 

winget install BlenderFoundation.Blender
winget install MeshLab

13.7 OpenJDK, Greenfoot, BlueJ のインストール（winget を使用）

Windows のコマンドプロンプトを管理者として実行し， そこで，次のコマンドを実行（winget を利用してインストール ） 

winget install OpenJDK
winget install Greenfoot
winget install BlueJ

13.8 R システム（winget を使用）

Windows のコマンドプロンプトを管理者として実行し， そこで，次のコマンドを実行（winget を利用してインストール ） 

winget install "Microsoft R Open"

13.9 Android Studio （winget を使用）

Windows のコマンドプロンプトを管理者として実行し， そこで，次のコマンドを実行（winget を利用してインストール ） 

winget install "Android Studio"

Android Studio の設定は次のように行う．

13.10 Raspberry Pi Imager （winget を使用）

Windows のコマンドプロンプトを管理者として実行し， そこで，次のコマンドを実行（winget を利用してインストール ） 

winget install "Raspberry Pi Imager"

14. その他

OSGeo4W 32ビット版

OSGeo4W は，GDAL/OGR，GRASS，OPenEV，uDig，QGIS などの多数のパッケージの組み合わせ

15. winget でインストール済みのパッケージを一括更新

  1. Windows で，新しく，コマンドプロンプトを管理者として実行する．
  2. 更新の操作

    コマンドプロンプトで，次のコマンドを実行 

    winget upgrade --all

    [image]
  3. 実行の結果，エラーメッセージが出ていないことを確認する.

本サイトは金子邦彦研究室のWebページである．

資料等の公開では，原則，「クリエイティブコモンズ BY NC SA」として公開するようにしている． PDFファイル，パワーポイントファイルなどには， 「クリエイティブコモンズ BY NC SA」を明記するとともに，ロゴを記載するようにしている（作業が間に合っていない分もあるのでご容赦ください）．

公開している資料をご利用になる場合の，再配布の条件，剽窃の防止などについて，別ページ »で説明 再配布や資料改変の際には，そのページをご確認ください．

サイトマップは，サイトマップのページをご覧下さい． 本サイト内の検索は，サイト内検索のページをご利用下さい．

問い合わせ先： 金子邦彦（かねこ くにひこ） [image]