トップページ ▶ 情報工学を学ぶ ▶ さまざまな Windows アプリケーションのインストールと設定（Windows 上）
サイトマップ サイト内検索 まとめページ アクセスログ

さまざまな Windows アプリケーションのインストールと設定（Windows 上）

全体構成 情報工学を学ぶ インストール，運用 人工知能，実世界DB データ処理 見本，ヒント 支援 連絡先，業績など
Windows パソコンを用いて，データベースシステム，人工知能，３次元コンピュータグラフィックスや各種メディア処理，プログラミングなどに 活用したいと思っている人向け。

このページでは，プログラミング処理系と開発環境（プログラムの自作、オープンソフトウエアの活用）、 データベース処理、 メディア処理、 その他のアプリケーション（インターネット、ファイル操作など）、 NVIDIA ドライバや NVIDIA CUDA や NVIDIA cuDNN， ディープライニング応用のための各種ソフトウエアのインストール及び設定手順をまとめている。

目次

  1. Windows での操作（注意点まとめ）
  2. Build Tools for Visual Studio （ビルドツール for Visual Studio）のインストール
  3. Git, cmake, Wget, 7-Zip のインストール
  4. NVIDIA ドライバ，NVIDIA CUDA ツールキット 11.6, NVIDIA cuDNN v8.4 のインストール
  5. Python ，Python 開発環境，ディープラーニング環境（TensorFlow, PyTorch その他）のインストール
  6. ディープラーニング応用
  7. Python の種々のパッケージ
  8. 数値演算ライブラリ
  9. エディタ
  10. Web ブラウザ，リモート接続，リモート操作
  11. ツール類（ファイル検索，スクリーンショット，作図ツール，Microsoft Office，Windows Sysintenals）
  12. PostgreSQL
  13. データベースツール等
  14. メディア（地図情報，ビデオ，３次元コンピュータグラフィックス，３次元点群，チャート）
  15. Java，Java 開発環境
  16. R システム
  17. Android Studio

注意事項

【サイト内の関連ページ】

まとめページ（サイト内）

  1. 最新技術，用語集，実行手順，まとめ（人工知能，データサイエンス，３次元コンピュータグラフィックス分野）
  2. パソコン等の操作説明
  3. Python まとめ（Google Colaboratory の実行画面付き）
  4. C/C++ 用語集

Windows ソフトウエアのインストールと設定

  1. さまざまな Windows アプリケーションのインストールと設定（Windows 上）
  2. winget を用いて，さまざまな Windows アプリケーションのインストールと設定（winget を使用）（Windows 上）
  3. Windows の種々のソフトウエアのインストール（目次ページ）
  4. Windows でディープラーニング環境を整える

Ubuntu のセットアップ：別ページで説明している．

YouTube の再生リスト「インストールと設定（フリーソフトウエアの活用のために）」
https://www.youtube.com/playlist?list=PLwoDcGBEg9WGSPnYNwhz04zvQF5FCnT7a

YouTube のチャンネル「金子邦彦」
https://youtube.com/user/kunihikokaneko

謝辞：ここで紹介しているソフトウエアの作者に感謝します．

1. Windows での操作（注意点まとめ）

2. Build Tools for Visual Studio （ビルドツール for Visual Studio）のインストール

Visual Studio をインストールする予定がない場合：下の手順により，Build Tools for Visual Studio （ビルドツール for Visual Studio）のインストールを行う．

Visual Studio をインストールする場合：Visual Studio Community 2022 のインストール手順は: 別ページで説明している．

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

Build Tools for Visual Studio 2022 （ビルドツール for Visual Studio 2022）のインストール

Build Tools for Visual Studio は，Windows で動くMicrosoft の C++ コンパイラーである．

ダウンロードページ

https://visualstudio.microsoft.com/ja/visual-cpp-build-tools/

詳細説明

Build Tools for Visual Studio 2022 （ビルドツール for Visual Studio 2022）のインストール: 別ページで説明している．

インストール手順の概要

  1. ダウンロード URL を開く

    https://visualstudio.microsoft.com/ja/visual-cpp-build-tools/

  2. このページの「Build Tools のダウンロード」をクリック
  3. ダウンロードが始まる
  4. ダウンロードした .exe ファイルを実行する
  5. 表示を確認し，「続行」をクリック
  6. 「C++ によるデスクトップ開発」をクリック．「インストール」をクリック．

    [image]

コンパイラの動作確認

  1. まず，エディタを開く（ここでは「メモ帳」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． 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. 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]

3. Git, cmake, Wget, 7-Zip のインストール

3.1 Git のインストール

Git のページ https://git-scm.com/ からダウンロードしてインストール:

Git のインストールの詳細: 別ページで説明している．

  1. 　Git のページを開く

    https://git-scm.com/

  2. 　ダウンロードしたいので「Downloads」をクリック

    [image]
  3. Windows 版が欲しいので 「Windows」をクリック．

    [image]
  4. ダウンロードした .exe ファイルを実行

    このとき，ライセンス条項の確認を行う．設定は既定（デフォルト）のままでも問題はない．

3.2 cmake のインストール

cmake のダウンロードのページ https://cmake.org/download/ からダウンロードしてインストール

cmake のインストールの詳細: 別ページで説明している．

  1. cmake のダウンロードのページを開く

    https://cmake.org/download/

  2. 最新のWindows版バイナリを選ぶ（拡張子は .msi）

    下の図では 64ビットWindows 用を選んでいる

    [image]

3.3 Wget のインストール

GnuWin32 のWget のページからダウンロードしてインストール

詳しくは，別ページで説明している．

  1. Wget のダウンロードのページを開く

    https://cmake.org/download/ からダウンロードしてインストール

  2. 　ダウンロードしたいので「Download」 の「Complete packages, except sources」の右横の 「Setup」をクリック

    [image]
  3. ダウンロードした .exe ファイルを実行

    このとき，ライセンス条項の確認を行う．設定は既定（デフォルト）のままでよい．

3.4 7-Zip のインストール

7-Zip は，Windows で動くソフトウエア．ファイルの圧縮や展開の機能を持つ．

7-Zip のページ: https://sevenzip.osdn.jp/ からダウンロードしてインストールする．

7-Zip のインストールの詳細: 別ページで説明している

  1. 　7-Zip のページを開く
    https://sevenzip.osdn.jp/
  2. 　ダウンロードしたいので，「7-Zip ... for Windows」の下の，「64 ビット x64」の「ダウンロード」をクリック

    [image]
  3. ダウンロードした .exe ファイルを実行
  4. Windows のシステム環境変数 Path ，c:\Program Files\7-Zip を追加することにより，パスを通す．

    管理者として実行した コマンドプロンプトで，次のコマンドを実行． 

    call powershell -command "$oldpath = [System.Environment]::GetEnvironmentVariable(\"Path\", \"Machine\"); $oldpath += \";c:\Program Files\7-Zip"; [System.Environment]::SetEnvironmentVariable(\"Path\", $oldpath, \"Machine\")"

4. NVIDIA ドライバ，NVIDIA CUDA ツールキット 11.6, NVIDIA cuDNN v8.4 のインストール

GPU は，グラフィックス・プロセッシング・ユニットの略で、コンピュータグラフィックス関連の機能，乗算や加算の並列処理の機能などがある． NVIDIA CUDA ツールキット は，NVIDIA社が提供している GPU 用のプラットフォームである．

【サイト内の関連ページ】

● YouTube 動画, 「NVIDIA ドライバ, CUDA 11.6, cuDNN 8.4 のインストール (Windows 上) 」:

YouTube 動画のURL: https://youtu.be/Np1u6cFSz9E

ドクセルの URL: https://www.docswell.com/s/6674398749/KJ62N5-2022-04-19-133927

4.1 NVIDIA ドライバ，NVIDIA CUDA ツールキット, NVIDIA cuDNN のインストールの要点と注意点

Windows での追加の注意点

4.2 TensorFlow, PyTorch 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

次の 2つの場合のどちらにあてはまるかによる．「2」に当てはまる場合には，続きの説明により，NVIDIA CUDA ツールキット, NVIDIA cuDNN のバージョンを確認する．

  1. 「NVIDIA CUDA ツールキット, NVIDIA cuDNN のバージョンは何でも良い」し， 「TensorFlow, PyTorch のバージョンも何でも良い （あるいは，TensorFlow, PyTorch を使う予定はない）」 と言う場合は， NVIDIA CUDA ツールキット11.6.2, NVIDIA cuDNN 8.4.0 (2022/04時点) を使う．

    NVIDIA CUDA ツールキット11.6.2, NVIDIA cuDNN 8.4.0 の根拠：NVIDIA cuDNN のページ https://developer.nvidia.com/cudnn で，最新の NVIDIA cuDNN が対応しているNVIDIA CUDA ツールキット のバージョンを確認 （必ずしも，最新の NVIDIA CUDA ツールキット を使うわけではない場合がある）．

  2. 「TensorFlow, PyTorch, NVIDIA CUDA ツールキット, NVIDIA cuDNN の中で，使いたいバージョンが決まっているものがある」という場合には， 下の説明により， TensorFlow, PyTorch, NVIDIA CUDA ツールキット, NVIDIA cuDNN のバージョンの組み合わせを確認する．

(TensorFlow を使う予定がある場合) TensorFlow が対応する NVIDIA CUDA ツールキット, NVIDIA cuDNN のバージョンを確認

TensorFlow を pip コマンドでインストールするとき， TensorFlow のバージョンによって， 必要となる NVIDIA CUDA ツールキット，NVIDIA cuDNN のバージョンが違う．必ずしも，「最新の NVIDIA CUDA ツールキット，NVIDIA cuDNN で動く」ということではないので，注意が必要である．

そのことについて，より詳しい説明は： 別ページで説明している．

2022年3月時点では TensorFlow の最新版は 2.8.0 であるが，過去の TensorFlow のバージョンを使うこともありえる． そこで，使用したい TensorFlow のバージョンにより， 必要な NVIDIA CUDA ツールキット，NVIDIA cuDNN のバージョンを決めることになる． 2022年3月時点の情報を，次のようにまとめておく．

なお，NVIDIA CUDA ツールキットはバージョンごとにディレクトリ名が変わるので，複数バージョンの同時インストールは可能である． NVIDIA cuDNN は，インストール時にディレクトリを自由に決めることができるので，複数バージョンの同時インストールは可能である．

(PyTorch を使う予定がある場合) PyTorch が対応する NVIDIA CUDA ツールキット, NVIDIA cuDNN のバージョンを確認

2022年3月時点では次の通りである．

その根拠は， https://pytorch.org/ に表示される https://download.pytorch.org/whl/lts/1.8/torch_lts.html, https://download.pytorch.org/whl/cu113/torch_stable.html で確認できる．

4.3 Build Tools for Visual Studio （ビルドツール for Visual Studio）もしくは Visual Studio のインストール

マイクロソフト C++ ビルドツールもしくはVisual Studio を，前もってインストールしておく．

インストール手順などは上で説明している．

Visual Studio を使う予定がある場合は，Visual Studio をインストールする． Visual Studio を使う予定がない場合は、マイクロソフト C++ ビルドツールのインストールを行う．いずれも，CUDA の nvcc を機能させるため．

4.4 NVIDIA ドライバのインストール

  1. 古いNVIDIA ドライバ，NVIDIA CUDA がインストール済みのとき，不要なものがあればアンインストール

    Windows のスタートメニューで「設定」，「アプリ」と操作して，「NVIDIA ・・・」を削除

  2. NVIDIA グラフィックス・カードの種類を調べる

    hwinfo (URL: https://www.hwinfo.com) を使って調べることができる．

  3. あとで，NVIDIA CUDA ツールキットをインストールするときに，NVIDIA ドライバを同時にインストールすることができる．

    いまは、グラフィックス・カードの種類を確認し，次へ進む．

    但し， NVIDIA CUDA ツールキットの古いバージョンを使う場合には，次のページから，最新のNVIDIA ドライバをダウンロードして，インストールする．

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

4.5 NVIDIA CUDA ツールキット 11.6，NVIDIA cuDNN 8.4 のインストール

Windows での NVIDIA ドライバ，NVIDIA CUDA ツールキット 11.6.2，NVIDIA cuDNN v8.4.0 のインストール: 別ページで説明している．

4.6 nvcc の動作確認

  1. C/C++ をコマンドで使いたいので，Visual Studio の x64 Native Tools コマンドプロンプトを開く．

    起動は，Windows のメニューで「Visual Studio 20..」の下の「x64 Native Tools コマンドプロンプト (x64 Native Tools Command Prompt)」を選ぶ．「x64」は，64ビット版の意味である．

    ※ 32ビットのNative Tools コマンドプロンプトでは nvcc が動かない．

    以下の操作は，x64 Native Tools コマンドプロンプトで行う

  2. 確認のため，「where cl」を実行．

    エラーメッセージが出ていないことを確認． 

    where cl

    [image]
  3. nvccの動作確認のため， https://devblogs.nvidia.com/easy-introduction-cuda-c-and-c/に記載のソースコードを使用．

    まず，エディタを開く（ここでは「メモ帳」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． ファイル名は hello.cu としている． 

    cd %HOMEPATH%
notepad hello.cu

    [image]

  4. その後，ファイルを編集し，ファイルを保存．

    ファイル hello.cu ができる．

    [image]
  5. ビルドと実行．

    「nvcc hello.cu」で a.exe というファイルができる． 「Max error: 0.000000」と表示されればＯＫ．

    うまく動かないときは，まず，マイクロソフト C++ ビルドツールの動作を，別ページの手順により確認し，異常があれば，マイクロソフト C++ ビルドツールのインストールなどで対処．それでも動かないときは，NVIDIA CUDA ツールキットのインストールしたときの作業に間違いがなかったかを再確認． 

    nvcc hello.cu

    [image] 
    .\a.exe

    [image]

5. Python ，Python 開発環境，ディープラーニング環境（TensorFlow, PyTorch その他）のインストール

インストールする Python のバージョンの確認

TensorFlow のバージョンの確認

次のページにより確認．

TensorFlow のタグのページ: https://github.com/tensorflow/tensorflow/tags で確認．

TensorFlow が対応する Python のバージョンの確認

2022年3月時点では次の通りである．

PyTorch が対応する Python のバージョンの確認

2022年3月時点では次の通りである．

その根拠： https://pytorch.org/ に表示される https://download.pytorch.org/whl/lts/1.8/torch_lts.html, https://download.pytorch.org/whl/cu113/torch_stable.html で確認

5.1 Python 3.9 のインストール，pip と setuptools の更新，Python 開発環境，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) 古いバージョンの Python のアンインストール

すでに，Python がインストール済みのとき．

ここで示すインストール手順とは異なる設定ですでに Python をインストールしていた場合は，それをそのまま使うよりも， アンインストールしておいたほうがトラブルが少ない可能性がある．

  1. Python をインストール済みであるかを確認．
  2. インストール済みのときは，Pythonをすべてアンインストールしてから，ここから先の操作を開始した方がトラブルが少ない．
  3. Python 関係のファイルの削除

    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．

    この操作は，必ずPython をすべてアンインストールした後に行うこと． 

    rmdir /s /q %APPDATA%\Python
rmdir /s /q "C:\Program Files\Python3*"

(2) Python 3.9 のインストール

インストールの要点

Python 3.9 のインストール（Windows 上）のページ: https://www.kkaneko.jp/tools/win/python.html

YouTube 動画: https://www.youtube.com/watch?v=2MlVmx-yLM8

インストール手順

Windows での Python 3.9 のインストール（あとのトラブルが起きにくいような手順を定めている）

  1. TensorFlow のインストール予定がある場合には， 次のページで，必要な Python のバージョンを確認

    URL: https://pypi.org/project/tensorflow-gpu/#files

  2. Python の URL を開く

    URL: https://www.python.org

  3. Windows 版の Python 3.9 をダウンロード

    ページの上の方にある「Downloads」の下の「Windows」をクリック

    [image]
  4. 「Stable Releases」から，Python のバージョンを選ぶ

    ここでは，Python 3.9.x (x は数字）を探して，選ぶ．

    [image]

    以下，Python 3.9.9 を選んだとして説明を続ける．他のバージョンでも以下の手順はほぼ同じである．

    TensorFlow を使う予定がある場合は，https://pypi.org/project/tensorflow-gpu/#filesで，必要な Python のバージョンを確認しておく． 2022/2 時点では，TensorFlow バージョン 2.8 が動くのは，Python 3.10 または Python 3.9 または Python 3.8 または Python 3.7 (https://pypi.org/project/tensorflow/2.8/#files)

  5. ファイルの種類を選ぶ．

    Windows の 64ビット版のインストーラをダウンロードしたいので、「Windows Installer (64-bit)」を選ぶ

    [image]
  6. ダウンロードが始まる

    [image]
  7. いまダウンロードした .exe ファイルを右クリック， 右クリックメニューで「管理者として実行」を選ぶ．

    [image]
  8. Python ランチャーをインストールするために，「Install launcher for all users (recommended)」をチェック．

    [image]

    ※ すでに Python ランチャーをインストール済みのときは， 「Install launcher for all users (recommended)」がチェックできないようになっている場合がある．そのときは，チェックせずに進む．

    [image]
  9. 「Add Python 3.9 to PATH」をチェック.

    [image]
  10. 「Customize installation」をクリック．

    [image]
  11. オプションの機能 (Optional Features)は，既定（デフォルト）のままでよい． 「Next」をクリック

    [image]
  12. 「Install for all users」を選ぶ．

    「Install for all users」を選ぶ理由．

    ユーザ名が日本語のときのトラブルを防ぐため．

    [image]
  13. そして，Python のインストールディレクトリは，「C:\Program Files\Python39」のように自動設定されることを確認．

    [image]
  14. 「Install」をクリック

    [image]
  15. インストールが始まる
  16. 「Disable path length limit」が表示される場合がある．クリックして、パス長の制限を解除する

    表示されない場合は問題ない．そのまま続行．

    [image]
  17. インストールが終了したら，「Close」をクリック

    [image]
  18. インストールのあと，Windows のスタートメニューに「Python 3.9」が増えていることを確認．
  19. システムの環境変数 Path の確認のため，新しくコマンドプロンプトを開き，次のコマンドを実行．

    py とpip にパスが通っていることの確認である． 

    where py
where pip

    where py では「C:\Windows\py.exe」 が表示され， where pip では「C:\Program Files\Python39\Scripts\pip.exe」 が表示されることを確認． （「39」のところは使用する Python のバージョンに読み替えること）．

    [image]

    表示されないときは， システムの環境変数Pathに，C:\Program Files\Python39 と C:\Program Files\Python39\Scripts が追加済みであることを確認（「39」のところは使用する Python のバージョンに読み替えること）．無ければ追加し，再度コマンドプロンプトを開いて，再度「where py」，「where pip」を実行して確認．

    それでもうまく行かない場合は，いろいろ原因が考えられる．対処としては，Python のアンインストールを行う．過去，アンインストールがうまく行かなかった可能性を疑う（Python の Scripts の中のファイルで，アンインストール操作により削除されるべきファイルが残っている可能性があるなど）

  20. pip と setuptools の更新

    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．

    Windows での pip の実行では，コマンドプロンプトを管理者として実行することにする。

    [image] 

    python -m pip install -U pip setuptools

    [image]

(3) Python 開発環境，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

Python 開発環境，Python コンソール（Jupyter Qt Console, Jupyter ノートブック (Jupyter Notebook), Jupyter Lab, Nteract, spyder）のインストールを行う．

Python, pip, Python 開発環境，Python コンソールのコマンドでの起動のまとめ．

python, pip, Jupyter Qt Console, Jupyter ノートブック (Jupyter Notebook), Jupyter Lab, Nteract, spyder は，次のコマンドで起動できる．

Windows で複数の Python をインストールしているときは，環境変数 Path で先頭の Python が使用される．

Windows の Python ランチャーでバージョン指定

  1. pip と setuptools の更新，Python 開発環境，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（Windows 上）

    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．

    Windows での pip の実行では，コマンドプロンプトを管理者として実行することにする。

    [image] 

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

    [image]

    Python の隔離された環境を使用したいときは，次のような手順で， venv を用いて，Python の隔離された環境を作る．

    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．

    Python の使用は「C:\venv\py39\Scripts\activate.bat」の後，「python」で行う． 

    py -3.9 -m pip install -U pip setuptools
py -3.9 -m venv --system-site-packages C:\venv\py39
C:\venv\py39\Scripts\activate.bat
python -m pip install -U pip setuptools jupyterlab jupyter jupyter-console jupytext nteract_on_jupyter spyder
  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． Jupyter Qt Console が開けば OK． 

    jupyter qtconsole

  3. 確認のため，Jupyter Qt Console で，次の Python プログラムを実行してみる． 
    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))

  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． ntetact が開けば OK． 

    jupyter nteract

  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))

  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"}

5.2 numpy, scikit-learn を使ってみる

5.3 TensorFlow, Keras, MatplotLib, opencv-python, PyTorch

(1) TensorFlow 2.8（GPU 対応可能）, 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する．

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

    [image]
  3. TensorFlow 2.8, Keras, MatplotLib, Python 用 opencv-python のインストール
  4. 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 での pip の実行では，コマンドプロンプトを管理者として実行することにする。

    [image] 

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

    [image]
  5. pip を用いてインストール 

    python -m pip install -U tensorflow tf-models-official==2.8.0 tf_slim tensorflow_datasets tensorflow-hub keras keras-tuner keras-visualizer numpy pillow pydot matplotlib seaborn scikit-learn scikit-learn-intelex keras keras-tuner keras-visualizer opencv-python opencv-contrib-python
python -m pip install git+https://github.com/tensorflow/docs
python -m pip install git+https://github.com/tensorflow/examples.git

    [image]
    （以下省略）
  6. 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]
    • NVIDIA ドライバ，NVIDIA CUDA ツールキット 11.5，NVIDIA cuDNN 8.3 のインストール: 別ページで説明している．
    • Windows での NVIDIA cuDNN のインストールの詳細説明: 別ページで説明している．
  7. パッケージの情報の表示 

    pip show tensorflow

    [image]
  8. (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 CUDA ツールキット 11.5，NVIDIA cuDNN 8.3 のインストール: 別ページで説明している．

  9. システム環境変数 TF_FORCE_GPU_ALLOW_GROWTH に，true を設定

    管理者として実行した コマンドプロンプトで，次のコマンドを実行． 

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

(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 プログラムを動かす． 
    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． 

    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． 

    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()」

5.4 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 11.5 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．

    • PyTorch Build: 「Stable」
    • Your OS: 「Windows」 ・・・ Windows にインストールするので
    • Package: 「pip」
    • Language: ・・・　Python を選ぶ
    • CUDA: 「11.3」 ・・・ CUDA 11 をインストールした場合

    [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. コマンドプロンプトを管理者として実行し，次のように，コマンドを実行

    Windows での pip の実行では，コマンドプロンプトを管理者として実行することにする。

    [image] 

    python -m pip install torch==1.10.1+cu113 torchvision==0.11.2+cu113 torchaudio===0.10.1+cu113 -f https://download.pytorch.org/whl/cu113/torch_stable.html
  5. その結果，エラーメッセージが出ていないことを確認．
  6. 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__ )"

    [image]
  7. 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

    Python プログラムを動かす． 

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

    [image]
  8. GPU が動作しているか確認

    次の Python プログラムを実行して確認． 

    import torch
torch.cuda.is_available()
exit()

    [image]
  9. Caffe 2 の確認

    メッセージが出ないことを確認 

    python -c "from caffe2.python import core"

    [image]
  10. Caffe 2 の確認

    CUDA デバイスの数が表示されることを確認 

    python -c "from caffe2.python import workspace; print(workspace.NumCudaDevices())"

    [image]

6. ディープラーニング応用

6.1 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）

6.2 OpenPose （人体の姿勢推定，指のポーズ推定）

getBaseModels.bat を実行する． 

cd C:\openpose-1.7.0-binaries-win64-gpu-python3.7-flir-3d_recommended\openpose
cd models
getBaseModels.bat

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，顔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\openpose
bin\OpenPoseDemo.exe --video examples\media\video.avi

6.3 Tesseract OCR 5 （文字認識）

6.4 Github dyama/alpr_jp

次を実行する． 

cd c:\
rmdir /s /q alpr_jp
git clone https://github.com/dyama/alpr_jp

6.5 ipazc/mtcnn

Windows での pip の実行では，コマンドプロンプトを管理者として実行することにする。

[image]

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． 

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

6.6 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． 

python -m pip install scikit-image cython
python -m pip install git+https://github.com/philferriere/cocoapi.git#subdirectory=PythonAPI
cd c:\pytools
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．

6.7 Meshroom （写真測量，フォトグラメトリ）

6.8 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． 

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

6.9 OpenAIGym

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． 

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

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．

8. 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．このソフトウエアについても，必ず利用条件を確認すること．

9. エディタ

Visual Studio Code （エディタ）

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．

インストール手順

ダウンロードしインストールする．

動画リンク: https://www.youtube.com/watch?v=2SVnOoJg4JY

Visual Studio Code で Python を使う（Python プログラムの作成と実行）

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

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．

10. Web ブラウザ，リモート接続，リモート操作

Web ブラウザ

MobaXTerm （リモート接続，X サーバ）

Windows でのインストール手順: 別ページで説明している．

FileZilla （ファイル転送）

Windows でのインストール手順: 別ページで説明している．

AWS Command Line Interface (AWS) バージョン 2

URL: https://docs.aws.amazon.com/ja_jp/cli/latest/userguide/install-cliv2-windows.html

Advanced IP Scanner

IP アドレス等のスキャナ． 利用条件等は，利用者で確認すること．

Advanced IP Scanner の URL: https://www.advanced-ip-scanner.com/jp/

11. ツール類（ファイル検索，スクリーンショット，作図ツール，Microsoft Office，Windows Sysintenals）

Everything （ファイル検索）

Windows でのインストール手順: 別ページで説明している．

AnyTXT Searcher （ファイル検索）

公式ページ: https://anytxt.net

Greenshot （スクリーンショット）

Greenshot の URL: https://getgreenshot.org/

GraphViz （作図ツールとライブラリ）

ニューラルネットの描画（例えば「tf.keras.utils.plot_model(model, show_shapes=True」で描画)のときにも役に立つツール． 利用条件等は，利用者で確認すること。 　

draw.io （作図ツール）

ER図，UML図，回路図，ネットワーク図などの簡単作成。 利用条件等は，利用者で確認すること。 　

インストール手順

ダウンロードしインストールする． ダウンロードでは，Windows 版を選ぶ．

動画リンク: https://www.youtube.com/watch?v=B9cg8CaD8xA

DeepL

オンラインの翻訳サービス．利用条件は利用者で確認すること．そして，オンラインのサービスでは「ファイルを他者に預けることになる」ことを常に意識すること．

URL: https://www.deepl.com/ja/app/

Microsoft Office

インストール手順: Microsoft Office 2019

Windows Sysinernals のデフラグツール，ゼロフィルツール

Windows Sysinernals の URL: https://docs.microsoft.com/ja-jp/previous-versions/bb545021(v=msdn.10)?redirectedfrom=MSDN

sdelete の URL: https://docs.microsoft.com/ja-jp/sysinternals/downloads/sdelete

次のコマンドで，デフラグと，空き領域のゼロフィルを行う． 

defrag c:
sdelete -z c:

ドライブの最適化は，定期的に最適化する必要がない場合にはOFF

12. PopstgreSQL

インストール

ダウンロードの URL: http://www.postgresql.jp/download

PostgreSQL 13.1, pgAdmin 4, pgJDBC, psqlODBC, PostGIS などのインストールを簡単に行うことができる．

インストールにより，既定（デフォルト）では次のようにように設定される．

インストール時に postgres のパスワードを設定すること．

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．

管理者として実行した コマンドプロンプトで，次のコマンドを実行． 

call 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

PL/Python Extension のインストール

psql を起動し，次のコマンドを実行することにより，インストールする． インストールがうまく行かない場合には，Python のバージョンが合致しないことが考えられる． Python のバージョンについては，インストールのドキュメントや Dependency (https://github.com/lucasg/Dependencies) で確認することができる． 

CREATE EXTENSION plpython3u;
SELECT * FROM pg_language;

13. データベースツール等

DBeaver Community Edition

DBeaver Community Edition はデータベースツール． dbeaver で起動．

動作には，Java 11 以上が必要．「java -version」でバージョンを確認できる．

  1. 接続タイプを選ぶ
  2. 「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. 「ドライバの編集」をクリック
    2. ダウンロード中のときは，ダウンロード終了を待つ．そして，ドライバファイルを確認し、OK をクリック
    3. 「ドライバをダウンロードする」の画面で，ドライバのファイルを選び「ダウンロード」をクリック．
  3. 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．

SQL Workbench/J

SQLite 3

sqliteman

Windows の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 

C:
mkdir c:\tools
cd c:\tools
curl -O --no-check-certificate https://jaist.dl.sourceforge.net/project/sqliteman/sqliteman/1.2.2/Sqliteman-1.2.2-win32.zip
 x Sqliteman-1.2.2-win32.zip
move Sqliteman-1.2.2\*.* .
rmdir /s /q Sqliteman-1.2.2
del /q Sqliteman-1.2.2-win32.zip

SQLite Studio 3.2.1

sqlitestudio, sqlitestudiocli で起動．

Windows の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 

C:
mkdir c:\tools
cd c:\tools
curl -O https://github.com/pawelsalawa/sqlitestudio/releases/download/3.2.1/SQLiteStudio-3.2.1.zip
 e SQLiteStudio-3.2.1.zip

14. メディア（地図情報、ビデオ、３次元コンピュータグラフィックス、３次元点群、プロットデジタイザ）

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

Google Earth Pro

VLC Media Player

Avidemux （ビデオ編集）

FFmpeg（ビデオデータ処理）

GraphicMagick （画像処理のツール類）

Blender 2.9 （３次元コンピュータグラフィックス）

Blender は，３次元コンピュータグラフィックスの定番の１つ． モデリング，レンダリング，アニメーションなどのさまざまな機能を持つ．

ダウンロードしインストールする．起動時に「日本語」を選ぶ．

動画リンク: https://www.youtube.com/watch?v=Qz1ag1yiSn4

MakeHuman 1.2 （人体モデル）

人体モデリング（体形，顔，手，足，衣服，髪の毛，ポーズなど）， 骨格（リグ）の形成もでき，アニメーション化にも便利

動画リンク: https://www.youtube.com/watch?v=Bbe69OJiFqM

Blender の MH community アドオンのインストール

説明ページ https://www.kkaneko.jp/tools/win/makehuman.html

動画リンク: https://www.youtube.com/watch?v=yxeMj4u8HdE

MeshLab （ポリゴン，３次元点群）

CloudCompare （３次元点群）

PCL （３次元点群）

PlotDigitizer （プロットデジタイザ）

PlotDigitizer は，画面上でマウスクリックして座標値を得る機能を持ったソフトウエア）．

15. Java，Java 開発環境

OpenJDK 17

OpenJDK のインストールと Java プログラムの実行: 別ページにまとめている

【サイト内の Java 関連の資料】

Eclipse

ファイル「HelloWorld.java」の作成し，動作確認を行う． 

public class HelloWorld
{
    public static void main(String args[])
    {
        System.out.println("Hello Java World !");
    }
}

コンパイルと実行 

javac HelloWorld.java
java HelloWorld

GreenFoot （Java 学習ソフト）

BlueJ （Java クラス設計など）

Web ブラウザで最新情報を確認ののち，インストールを行う．

URL: http://www.bluej.org

ファイル「HelloWorld.java」の作成 

public class HelloWorld
{
    public static void main(String args[])
    {
        System.out.println("Hello Java World !");
    }
}

コンパイルと実行 

javac HelloWorld.java
java HelloWorld

16. R システム

17. Android Studio

インストール先として，ユーザ名 public のプロファイルにインストールしたとする

Android Studio の設定は次のように行う．

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，別ページで説明している． 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]