ディープラーニング応用ライブラリの導入

【概要】顔認識、姿勢推定、文字認識など、特定のタスクに特化したライブラリのインストール手順を示す。Dlibによる顔検出、OpenPoseによる人体姿勢推定、Tesseract OCRによる文字認識など、実用的なアプリケーション開発に直結するツール群を必要に応じて導入できる。すべてをインストールする必要はなく、目的に応じて必要なものを選択する。

【目次】

  1. AIプログラミング開発環境クイックスタートガイド
  2. ニューラルネットワークの基礎知識
  3. Windowsの基本操作ガイド
  4. Windows環境の最適化と開発支援ツール
  5. CMakeのインストール（ソースコードからのビルド用）
  6. GPU環境の構築（NVIDIAドライバ・CUDA・cuDNN）
  7. Python開発環境の拡張とライブラリ導入
  8. TensorFlowのインストールとGPU設定
  9. ディープラーニング応用ライブラリの導入

注意事項

【サイト内の関連ページ】

まとめページ

Windows関連

1. AIプログラミング開発環境クイックスタートガイド

目標

本章の目標は、自身のパソコンでAIプログラミングの実行と実験が可能な環境を構築することである。本章を完了すると、さまざまなAIプログラムを動作させたり、ソースコードの確認や修正ができる環境が整う。

1.1 Pythonの役割

PythonはAIプログラミングにおいて広く利用されているプログラミング言語である。機械学習やディープラーニングのライブラリが豊富であり、初学者にも扱いやすいという特徴がある。

1.2 AIプログラミングにおける開発環境の全体像

1.3 実行前の確認事項

1.4 winget を用いたソフトウェアのインストール（Windows）

Windowsでは、winget（Windows標準のパッケージ管理ツール）を用いて多くのソフトウェアをインストールできる。管理者権限で実行し、システム全体にインストールすることを推奨する。

なお，下にあるコマンドの詳細説明と，ここでインストールされるAIエディタの概要説明は，別ページ（Windows Python 開発環境とビルドツール構築ガイド ）にあるので，必要に応じてアクセスしてほしい．

Build Tools for Visual Studio 2026 のインストール（Windows 上）

Build Tools for Visual Studio は，Visual Studio の IDE を含まない C/C++ コンパイラ，ライブラリ，ビルドツール等のコマンドライン向け開発ツールセットである。

以下のコマンドを管理者権限のコマンドプロンプトで実行する （手順：Windowsキーまたはスタートメニュー → cmd と入力 → 右クリック → 「管理者として実行」）。

REM VC++ ランタイム
winget install --scope machine --accept-source-agreements --accept-package-agreements --silent --id Microsoft.VCRedist.2015+.x64

REM Build Tools + Desktop development with C++（VCTools）+ 追加コンポーネント（一括）
winget install --id Microsoft.VisualStudio.BuildTools ^
  --override "--passive --wait --add Microsoft.VisualStudio.Workload.VCTools --includeRecommended --add Microsoft.VisualStudio.Component.VC.Llvm.Clang --add Microsoft.VisualStudio.Component.VC.Llvm.ClangToolset --add Microsoft.VisualStudio.Component.VC.CMake.Project --add Microsoft.VisualStudio.Component.Windows11SDK.26100"

--add で追加されるコンポーネント

上記のコマンドでは，まず Build Tools 本体と Visual C++ 再頒布可能パッケージをインストールし，次に setup.exe を用いて以下のコンポーネントを追加している。

インストール完了の確認

winget list Microsoft.VisualStudio.BuildTools

上記以外の追加のコンポーネントが必要になった場合は Visual Studio Installer で個別にインストールできる。

Visual Studio の機能を必要とする場合は、追加インストールできる。

Python 3.12 のインストール

以下のいずれかの方法で Python 3.12 をインストールする。

方法1：winget によるインストール

Python がインストール済みの場合、この手順は不要である。管理者権限のコマンドプロンプトで以下を実行する。管理者権限のコマンドプロンプトを起動するには、Windows キーまたはスタートメニューから「cmd」と入力し、表示された「コマンドプロンプト」を右クリックして「管理者として実行」を選択する。

winget install -e --id Python.Python.3.12 --scope machine --silent --accept-source-agreements --accept-package-agreements --override "/quiet InstallAllUsers=1 PrependPath=1 AssociateFiles=1 InstallLauncherAllUsers=1"

--scope machine を指定することで、システム全体（全ユーザー向け）にインストールされる。このオプションの実行には管理者権限が必要である。インストール完了後、コマンドプロンプトを再起動すると PATH が自動的に設定される。

方法2：インストーラーによるインストール

  1. Python 公式サイト（https://www.python.org/downloads/）にアクセスし、「Download Python 3.x.x」ボタンから Windows 用インストーラーをダウンロードする。
  2. ダウンロードしたインストーラーを実行する。
  3. 初期画面の下部に表示される「Add python.exe to PATH」に必ずチェックを入れてから「Customize installation」を選択する。このチェックを入れ忘れると、コマンドプロンプトから python コマンドを実行できない。
  4. 「Install Python 3.xx for all users」にチェックを入れ、「Install」をクリックする。

インストールの確認

コマンドプロンプトで以下を実行する。

python --version

バージョン番号（例：Python 3.12.x）が表示されればインストール成功である。「'python' は、内部コマンドまたは外部コマンドとして認識されていません。」と表示される場合は、インストールが正常に完了していない。

AIエディタ Windsurf のインストール

Pythonプログラムの編集・実行には、AIエディタの利用を推奨する。ここでは、Windsurfのインストールを説明する。

Windsurf がインストール済みの場合、この手順は不要である。管理者権限のコマンドプロンプトで以下を実行する。管理者権限のコマンドプロンプトを起動するには、Windows キーまたはスタートメニューから「cmd」と入力し、表示された「コマンドプロンプト」を右クリックして「管理者として実行」を選択する。

winget install -e --id Codeium.Windsurf --scope machine --accept-source-agreements --accept-package-agreements --override "/VERYSILENT /NORESTART /MERGETASKS=!runcode,addtopath,associatewithfiles,!desktopicon"
powershell -Command "$env:Path=[System.Environment]::GetEnvironmentVariable('Path','Machine')+';'+[System.Environment]::GetEnvironmentVariable('Path','User'); windsurf --install-extension MS-CEINTL.vscode-language-pack-ja --force; windsurf --install-extension ms-python.python --force"

--scope machine を指定することで、システム全体（全ユーザー向け）にインストールされる。このオプションの実行には管理者権限が必要である。インストール完了後、コマンドプロンプトを再起動すると PATH が自動的に設定される。

【関連する外部ページ】

Windsurf の公式ページ: https://windsurf.com/

Gitのインストール

以下のコマンドを管理者権限のコマンドプロンプトで実行する （手順：Windowsキーまたはスタートメニュー → cmd と入力 → 右クリック → 「管理者として実行」）。管理者権限は、wingetの--scope machineオプションでシステム全体にソフトウェアをインストールするために必要となる。

REM Git をシステム領域にインストール
winget install --scope machine --id Git.Git -e --silent --accept-source-agreements --accept-package-agreements
REM Git のパス設定
set "GIT_PATH=C:\Program Files\Git\cmd"
for /f "skip=2 tokens=2*" %a in ('reg query "HKLM\SYSTEM\CurrentControlSet\Control\Session Manager\Environment" /v Path') do set "SYSTEM_PATH=%b"
if exist "%GIT_PATH%" (
    echo "%SYSTEM_PATH%" | find /i "%GIT_PATH%" >nul
    if errorlevel 1 setx PATH "%GIT_PATH%;%SYSTEM_PATH%" /M >nul
)

CMakeのインストール

以下のコマンドを管理者権限のコマンドプロンプトで実行する （手順：Windowsキーまたはスタートメニュー → cmd と入力 → 右クリック → 「管理者として実行」）。管理者権限は、wingetの--scope machineオプションでシステム全体にソフトウェアをインストールするために必要となる。

REM CMake をシステム領域にインストール
winget install --scope machine --id Kitware.CMake -e --silent
REM CMakeのパス設定
set "CMAKE_PATH=C:\Program Files\CMake\bin"
for /f "skip=2 tokens=2*" %a in ('reg query "HKLM\SYSTEM\CurrentControlSet\Control\Session Manager\Environment" /v Path') do set "SYSTEM_PATH=%b"
if exist "%CMAKE_PATH%" (
    echo "%SYSTEM_PATH%" | find /i "%CMAKE_PATH%" >nul
    if errorlevel 1 setx PATH "%CMAKE_PATH%;%SYSTEM_PATH%" /M >nul
)

7-Zip のインストール

以下のコマンドを管理者権限のコマンドプロンプトで実行する （手順：Windowsキーまたはスタートメニュー → cmd と入力 → 右クリック → 「管理者として実行」）。管理者権限は、wingetの--scope machineオプションでシステム全体にソフトウェアをインストールするために必要となる。

REM 7-Zip をシステム領域にインストール
winget install --scope machine --id 7zip.7zip -e --silent
REM 7-Zip のパス設定
set "SEVENZIP_PATH=C:\Program Files\7-Zip"
for /f "skip=2 tokens=2*" %a in ('reg query "HKLM\SYSTEM\CurrentControlSet\Control\Session Manager\Environment" /v Path') do set "SYSTEM_PATH=%b"
if exist "%SEVENZIP_PATH%" (
    echo "%SYSTEM_PATH%" | find /i "%SEVENZIP_PATH%" >nul
    if errorlevel 1 setx PATH "%SEVENZIP_PATH%;%SYSTEM_PATH%" /M >nul
)

CUDA 13.1のインストール

以下のコマンドを管理者権限のコマンドプロンプトで実行する （手順：Windowsキーまたはスタートメニュー → cmd と入力 → 右クリック → 「管理者として実行」）。

REM CUDAをシステム領域にインストール、最新版に更新（NVIDIA GPU搭載機のみ）
winget install --scope machine --id Nvidia.CUDA -e --silent --accept-package-agreements --accept-source-agreements
winget upgrade --scope machine --id Nvidia.CUDA -e --silent --accept-package-agreements --accept-source-agreements

REM CUDA のパス設定
set "CUDA_PATH=C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v13.1"
set "CUDNN_PATH=C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v13.1"
if exist "%CUDA_PATH%" setx CUDA_PATH "%CUDA_PATH%" /M >nul
if exist "%CUDNN_PATH%" setx CUDNN_PATH "%CUDNN_PATH%" /M >nul
for /f "skip=2 tokens=2*" %a in ('reg query "HKLM\SYSTEM\CurrentControlSet\Control\Session Manager\Environment" /v Path') do set "SYSTEM_PATH=%b"
if exist "%CUDA_PATH%\bin" (
    echo "%SYSTEM_PATH%" | find /i "%CUDA_PATH%\bin" >nul
    if errorlevel 1 setx PATH "%CUDA_PATH%\bin;%SYSTEM_PATH%" /M >nul
)

REM 環境変数TEMP, TMPの設定（一時ファイルの保存先を短いパスに変更）
mkdir C:\TEMP
set "TEMP_PATH=C:\TEMP"
setx TEMP "%TEMP_PATH%" /M >nul
setx TMP "%TEMP_PATH%" /M >nul

PyTorch のインストール

PyTorch がインストール済みの場合、この手順は不要である。管理者権限のコマンドプロンプトで以下を実行する。管理者権限のコマンドプロンプトを起動するには、Windows キーまたはスタートメニューから「cmd」と入力し、表示された「コマンドプロンプト」を右クリックして「管理者として実行」を選択する。

REM PyTorch をインストール
set "CUDA_TAG=cu126"
set "PYTHON_PATH=C:\Program Files\Python312"
"%PYTHON_PATH%\Scripts\pip" install -U torch torchvision torchaudio --index-url https://download.pytorch.org/whl/%CUDA_TAG%

その他のソフトウエア

REM Microsoft VS Code をシステム領域にインストール
winget install --scope machine --id Microsoft.VisualStudioCode -e --silent --accept-source-agreements --accept-package-agreements
if exist "C:\Program Files\Microsoft VS Code\bin" cd "C:\Program Files\Microsoft VS Code\bin"
if exist "C:\Program Files\Microsoft VS Code\bin" code --install-extension ms-python.python
if exist "C:\Program Files\Microsoft VS Code\bin" code --install-extension ms-python.vscode-pylance
if exist "C:\Program Files\Microsoft VS Code\bin" code --install-extension MS-CEINTL.vscode-language-pack-ja
if exist "C:\Program Files\Microsoft VS Code\bin" code --install-extension dongli.python-preview
if exist "C:\Program Files\Windsurf\bin" windsurf --install-extension MS-CEINTL.vscode-language-pack-ja

1.5 確認

次のプログラムを実行し、Pythonのバージョン、Gitのバージョン、PyTorchのバージョン、GPUの動作を確認する。Python 3.12、NVIDIA CUDA、Git、PyTorchのインストールに問題がないかも確認できる。

import sys
import subprocess
import torch

print(sys.version)
print(subprocess.check_output(['git', '--version'], text=True).strip())
print(torch.__version__)
print(torch.cuda.is_available())
Python、Git、PyTorch、GPUの動作確認結果の表示例

2. ニューラルネットワークの基礎知識

用語：ニューラルネットワーク、モデル、学習、過学習、ドロップアウト、CNN、転移学習、データ拡張

用語集：別ページ »にまとめ

説明資料: 別ページにまとめている

3. Windowsの基本操作ガイド

Windowsシステムの基本操作ガイドを、別ページ »で説明している

4. Windows環境の最適化と開発支援ツール

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。

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

5. CMakeのインストール（ソースコードからのビルド用）

CMakeは、クロスプラットフォームのビルドシステム生成ツールである。ソースコードからのビルドが必要なライブラリ（Dlib、zlib等）のインストールに使用する。

管理者権限でコマンドプロンプトを起動し、以下を実行する。

REM CMakeをシステム領域にインストール
winget install --scope machine --id Kitware.CMake -e --silent

REM CMakeのパス設定
set "CMAKE_PATH=C:\Program Files\CMake\bin"
for /f "skip=2 tokens=2*" %a in ('reg query "HKLM\SYSTEM\CurrentControlSet\Control\Session Manager\Environment" /v Path') do set "SYSTEM_PATH=%b"
if exist "%CMAKE_PATH%" (
    echo "%SYSTEM_PATH%" | find /i "%CMAKE_PATH%" >nul
    if errorlevel 1 setx PATH "%CMAKE_PATH%;%SYSTEM_PATH%" /M >nul
)

6. GPU環境の構築（NVIDIAドライバ・CUDA・cuDNN）

GPUとは

GPU（Graphics Processing Unit）は並列計算能力を持つプロセッサであり、ディープラーニングの高速化に活用される。

NVIDIAドライバのインストール（Windows上）

NVIDIAドライバとは

NVIDIAドライバは、NVIDIA製GPUをWindowsシステム上で動作させるための基盤ソフトウェアである。このドライバをインストールすることで、GPUの性能を引き出し、グラフィックス処理やCUDAを利用したAI関連アプリケーションの計算速度を向上させることができる。

公式サイト: https://www.nvidia.co.jp/Download/index.aspx?lang=jp

【サイト内の関連ページ】

  1. NVIDIAグラフィックス・ボードの確認

    Windowsのコマンドプロンプトで次のコマンドを実行する。

    wmic path win32_VideoController get name
  2. NVIDIAドライバのダウンロード

    確認したグラフィックス・ボードのモデル名と、使用しているWindowsのバージョンに対応するドライバを、以下のNVIDIA公式サイトからダウンロードする。

    https://www.nvidia.co.jp/Download/index.aspx?lang=jp

  3. ドライバのインストール

    ダウンロードしたインストーラー（.exeファイル）を実行し、画面の指示に従ってインストールを進める。

NVIDIA CUDAツールキット12.6のインストール（Windows上）

CUDAツールキットのインストールは、第1章で説明している。ここでは補足事項を説明する。

NVIDIA CUDAツールキットの概要と注意点

NVIDIAのGPUを使用して並列計算を行うための開発・実行環境である。

【NVIDIA CUDAツールキットの動作に必要なもの】

【Windowsでインストールするときの注意点】

【関連する外部ページ】

【関連項目】NVIDIA CUDAツールキットの概要、NVIDIA CUDAツールキットの他バージョンのインストール

ユーザ環境変数TEMPの設定（日本語ユーザ名の場合）

Windowsのユーザ名に日本語が含まれている場合、CUDAコンパイラnvccが一時ファイルの作成に失敗することがある。この問題を回避するために、ユーザ環境変数TEMPおよびTMPを、ASCII文字のみのパス（例: C:\TEMP）に変更する。

mkdir C:\TEMP
set "TEMP_PATH=C:\TEMP"
setx TEMP "%TEMP_PATH%" >nul
setx TMP "%TEMP_PATH%" >nul

NVIDIA cuDNN 9のインストール（Windows上）

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用ライブラリである。畳み込みニューラルネットワーク（CNN）やリカレントニューラルネットワーク（RNN）など、さまざまなディープラーニングモデルのトレーニングと推論を高速化する。

【cuDNN利用時の注意点: zlibwapi.dllエラー】

Windows環境でcuDNNを利用するアプリケーションを実行した際に、「Could not locate zlibwapi.dll. Please make sure it is in your library path!」というエラーが表示されることがある。このエラーが発生した場合は、後述のZLIB DLLのインストール手順を実行する。

【関連する外部ページ】

NVIDIA cuDNNのインストール（Windows上）の概要

  1. NVIDIA Developer Programメンバーシップへの加入: cuDNNをダウンロードするには、無料のメンバーシップ登録が必要である
  2. 互換バージョンの選択とダウンロード: インストール済みのCUDAツールキットのバージョン（今回は12.x）に適合するcuDNNのバージョンを選択し、Windows用のzipファイルをダウンロードする
  3. ファイルの展開と配置: ダウンロードしたzipファイルを展開し、中のファイル（bin、include、libフォルダ内）を、CUDAツールキットのインストールディレクトリにコピーする
  4. (オプション) 環境変数の設定: 必要に応じてシステム環境変数CUDNN_PATHを設定する
  5. (必要に応じて) ZLIB DLLのインストール: zlibwapi.dllが見つからないエラーが発生する場合にインストールする
  6. 動作確認: cuDNNライブラリ（cudnn64_*.dll）にパスが通っているか確認する

zlibのインストール（Windows上）

zlibは、cuDNNが内部で使用する圧縮ライブラリである。cuDNN利用時に「zlibwapi.dll」が見つからないエラーが発生した場合、以下の手順でインストールする。

  1. Windowsで、管理者権限でコマンドプロンプトを起動
  2. 次のコマンドを実行 
    cd /d c:%HOMEPATH%
rmdir /s /q zlib
git clone https://github.com/madler/zlib
cd zlib
del CMakeCache.txt
rmdir /s /q CMakeFiles
cmake . -G "Visual Studio 17 2022" -A x64 -T host=x64 -DCMAKE_INSTALL_PREFIX=c:/zlib
cmake --build . --config Release --target INSTALL
powershell -command "$oldpath = [System.Environment]::GetEnvironmentVariable(\"Path\", \"Machine\"); $oldpath += \";c:\zlib\bin\"; [System.Environment]::SetEnvironmentVariable(\"Path\", $oldpath, \"Machine\")"
powershell -command "[System.Environment]::SetEnvironmentVariable(\"ZLIB_HOME\", \"C:\zlib\", \"Machine\")"

【関連する外部ページ】

NVIDIA cuDNN 9のインストール手順（Windows上）

  1. NVIDIA cuDNNのウェブページを開く

    https://developer.nvidia.com/cuDNN

  2. cuDNNのところにある「Download cuDNN」をクリック
    cuDNNのダウンロードページ
  3. NVIDIA Developer Programメンバーシップに入る

    「Join now」をクリックし、画面の指示に従う。

    メンバーシップ登録
  4. ログインする
    ログイン画面
  5. 調査の画面が表示された場合は、調査に回答する
  6. ライセンス条項の確認
    ライセンス条項
  7. CUDA 12.x対応のcuDNN 9をダウンロードする

    「cuDNN 9.x for CUDA 12.x」のWindows版を選択する。

  8. ダウンロードした.zipファイルを展開する
  9. NVIDIA CUDAツールキットをインストールしたディレクトリを確認する

    通常は C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.6 である。

  10. 展開したすべてのファイルとディレクトリを、NVIDIA CUDAツールキットをインストールしたディレクトリにコピーする
  11. パスが通っていることを確認

    Windowsのコマンドプロンプトを開き、次のコマンドを実行する。

    where cudnn64_9.dll
  12. Windowsのシステム環境変数 CUDNN_PATHの設定を行う

    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。

    powershell -command "[System.Environment]::SetEnvironmentVariable(\"CUDNN_PATH\", \"C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.6\", \"Machine\")"

7. Python開発環境の拡張とライブラリ導入

Pythonのインストール

Pythonのインストールは、第1章で説明している。

【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

【Pythonの公式ページ】https://www.python.org/

pipの概要と基本コマンド

pipは、Pythonパッケージマネージャー（Pythonの追加機能を管理するツール）であり、ライブラリ（プログラムで使用できる機能の集合）のインストールや管理を行う。

使用例: pip install numpy

このガイドではpip installコマンドを管理者権限で実行することを推奨する。Windowsのユーザー名に日本語が含まれる場合のトラブルを防止するためである。

pip基本コマンド

主要なPythonライブラリの一括インストール

以下のコマンドで、AI開発に必要なライブラリを一括でインストールする。以下は本ガイド執筆時点（2025年12月）のコマンドである。管理者権限でコマンドプロンプトを起動し、次のコマンドを1つずつ実行する。

PyTorchは第1章でインストール済みのため、ここでは追加のライブラリのみをインストールする。

REM pipを最新版に更新
python -m pip install -U pip

REM AIライブラリを一括インストール
pip install jupyter ipykernel numpy pandas scikit-learn matplotlib japanize-matplotlib seaborn scipy opencv-python pillow timm pygame streamlit
PyTorchについて: PyTorchのインストールコマンドは、PyTorch公式サイト（https://pytorch.org/get-started/locally/）で、自身の環境（Windows、Pip、Python、CUDA）に合った最新のコマンドを確認すること。GPUを利用する場合は、適切なCUDAバージョンの選択が重要である。本ガイド執筆時点（2025年12月）では、PyTorch 2.6.0および2.7系でCUDA 12.6が正式サポートされている。

インストールされるPythonライブラリの説明

インストール後の確認

コマンドプロンプトでpythonと入力し、対話モードに入って以下のコードを実行する。

# PyTorchのバージョン確認とGPU利用可能性の確認
import torch
print("PyTorch Version:", torch.__version__)
print("CUDA Available:", torch.cuda.is_available())
if torch.cuda.is_available():
    print("CUDA Version:", torch.version.cuda)

# 主要ライブラリのバージョン確認
import numpy as np
import pandas as pd
import matplotlib
print("NumPy Version:", np.__version__)
print("Pandas Version:", pd.__version__)
print("Matplotlib Version:", matplotlib.__version__)

エラーが出ずにバージョン情報が表示されれば成功である。CUDA Available: Trueと表示されていれば、PyTorchがGPUを認識しており、GPUを使った計算が可能である。Falseと表示された場合は、GPUが搭載されていないか、CUDAドライバやPyTorchのインストールに問題がある可能性がある。確認後、exit()と入力して対話モードを終了する。

GPU利用時のPyTorchとCUDAのバージョン互換性

GPUを利用する場合、PyTorchとCUDAのバージョンの組み合わせが重要である。以下の手順で互換性を確認する。

  1. 使用したいPyTorchのバージョンを決める: 最新安定版が推奨される
  2. PyTorch公式サイトのインストールページを確認する:
    • PyTorch公式サイト（https://pytorch.org/get-started/locally/）にアクセスする
    • 「PyTorch Build」（Stable）、「Your OS」（Windows）、「Package」（Pipを選択）、「Language」（Python）、「Compute Platform」を選択する
    • 「Compute Platform」で、利用したいCUDAのバージョン（例: CUDA 11.8、CUDA 12.6）を選択する
    • 選択すると、下にインストールコマンドが表示される（例: pip install torch ... --index-url .../cu126）。このコマンドの末尾（cu126など）が、PyTorchが対応するCUDAバージョンを示す
  3. インストール済みCUDAバージョンを確認する: コマンドプロンプトでnvidia-smiを実行する
  4. インストール後にGPU認識を確認する: python -c "import torch; print(torch.cuda.is_available())"を実行する

最新の互換性情報はhttps://docs.nvidia.com/cuda/cuda-toolkit-release-notes/で確認すること。

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

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する。

8. TensorFlowのインストールとGPU設定

TensorFlow GPU版

TensorFlowは、Googleが開発した機械学習フレームワークである。Python、C/C++言語から利用可能で、CPU、GPU、TPU上で動作する。TensorFlowを使用することで、音声、画像、テキスト、ビデオなど多様なデータを扱う機械学習アプリケーションの開発が可能になる。

TensorFlow GPU版の動作に必要なもの

【関連する外部ページ】

TensorFlow GPU版、Keras、関連パッケージのインストール

設定の要点

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

  1. 管理者権限でコマンドプロンプトを起動
  2. 使用するPythonのバージョンの確認 
    python --version
    Pythonバージョン確認
  3. TensorFlow関係のパッケージのアンインストール操作 
    python -m pip uninstall -y protobuf 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
    TensorFlowパッケージのアンインストール
  4. TensorFlowおよび関連パッケージのインストール 
    python -m pip install -U protobuf tensorflow tf_slim tensorflow_datasets tensorflow-hub tf-keras keras keras_cv 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
    TensorFlowのインストール
    （以下省略）
  5. TensorFlowのバージョン確認 
    python -c "import tensorflow as tf; print(tf.__version__)"
  6. TensorFlowパッケージの情報の表示 
    pip show tensorflow
    TensorFlowパッケージ情報
  7. (GPUを使うとき) TensorFlowからGPUが認識できているかの確認 
    python -c "from tensorflow.python.client import device_lib; print(device_lib.list_local_devices())"

    実行結果の中に、「device_type: "GPU"」があれば、GPUが認識できている。

    GPU認識確認
  8. システム環境変数 TF_FORCE_GPU_ALLOW_GROWTHに、trueを設定

    管理者権限でコマンドプロンプトを起動し、次のコマンドを実行する。

    powershell -command "[System.Environment]::SetEnvironmentVariable(\"TF_FORCE_GPU_ALLOW_GROWTH\", \"true\", \"Machine\")"
    環境変数の設定

9. ディープラーニング応用ライブラリの導入

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】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。

「12.6」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
rmdir /s /q CMakeFiles
cmake .. -G "Visual Studio 17 2022" -A x64 -T host=x64 ^
    -DCUDA_SDK_ROOT_DIR="c:/Program Files/NVIDIA GPU Computing Toolkit/CUDA/v12.6" ^
    -DCUDA_TOOLKIT_ROOT_DIR="c:/Program Files/NVIDIA GPU Computing Toolkit/CUDA/v12.6" ^
    -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、次のコマンドを実行する。

cd C:\dlib
cd python_examples
python cnn_face_detector.py mmod_human_face_detector.dat ..\examples\faces\2007_007763.jpg
Dlib動作確認コマンド
Dlib動作確認結果

【face_recognitionのインストール操作】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 /d c:%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、次のコマンドを実行する。

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 /d c:%HOMEPATH%\face_recognition
face_recognition --show-distance true known_people unknown_pictures
face_recognition動作確認

ipazc/mtcnn

【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

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

    コマンドプロンプトで次のコマンドを実行する。

    cd C:\dlib
python

    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)
    mtcnn動作確認

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、次のコマンドを実行する。

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

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）】

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

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 /d c:%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

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）】

muZero

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

確認のため実行する。

python muzero.py
tensorboard --logdir ./results

OpenAI Gym

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 .