トップページ -> コンピュータ -> Debian 系列 -> Raspberry Pi Desktop (for PC and Mac) で TenforFlow 1.12, Keras 2.2.4, OpenCV, Dlib, その他関連ソフトウエア環境を整える
[サイトマップへ], [サイト内検索へ],

Raspberry Pi Desktop (for PC and Mac) で TenforFlow 1.12, Keras 2.2.4, OpenCV, Dlib, その他関連ソフトウエア環境を整える

サイト構成 連絡先,業績 実践知識 コンピュータ 教材 サポートページ

Raspberry Pi Desktop (for PC and Mac) は,Debian 9 ベース.軽量である.

目次

  1. RaspDesktop のシステム更新
  2. Raspberry Pi で Berry Conda のインストール
  3. git, cmake, wget, 7zip のインストール
  4. 隔離された Python 環境の作成(conda を使用)
  5. 新規作成された Python 環境を使いたいとき
  6. 新規された Python 環境で、パッケージのインストールの前準備を行う
  7. 新規作成された Python 環境に、TensorFlow, Keras, OpenCV, Spyder をインストール
  8. 確認のためKeras を使ってみる
  9. 新規作成された Python 環境に、numpy, scipy, h5py, sciklit-learn, scikit-image, matplotlib, seaborn, pandas, pillow, jupyter, pytest, docopt, pyyaml, cython, imutils, mtcnn その他種々のパッケージをインストール
  10. 新規作成された Python 環境に、Dlib をインストール
  11. 新規作成された Python 環境に、face_recognition, msgpack, geopandas をインストール
  12. (オプション)Raspberry Pi で TensorFlow をソースコードからビルドして、インストールする
  13. (オプション)Raspberry Pi で OpenCV をソースコードからビルドして、インストールする

サイト内の関連Webページ


前準備

RaspDesktop のシステム更新

端末を開き、次を実行

sudo apt update
sudo apt -yV upgrade
sudo apt -yV dist-upgrade
sudo rpi-update
sudo apt -yV autoremove
sudo apt autoclean
sudo shutdown -r now

Python 開発環境と pip のインストール

  1. Python 開発環境と pip のインストール
    sudo apt -yV install python3-dev python3-pip python-dev python-pip 
    

  2. pip の更新
    cd /tmp
    sudo rm -f get-pip.py
    wget https://bootstrap.pypa.io/get-pip.py
    sudo rm -rf ~/.cache/pip
    mkdir ~/.cache/pip
    sudo python3 get-pip.py
    sudo python get-pip.py
    


git, cmake, wget, p7zip-full のインストール

  1. 端末を開く

  2. 次のコマンドを実行.
    sudo apt -yV install git cmake cmake-curses-gui cmake-gui wget p7zip-full
    

    64 ビット版のコンパイラとライブラリ類のインストール

    TensorFlow, Keras のインストールで使いたいので。

     
    sudo apt install gcc:amd64 g++:amd64 cpp:amd64 binutils:amd64 cpp-6:amd64 g++-6:amd64 gcc-6:amd64 linux-compiler-gcc-6-x86:amd64 linux-headers-4.9.0-8-amd64:amd64 linux-headers-amd64:amd64 lxrandr:amd64 x11-xserver-utils:amd64 make:amd64 
    

    Anaconda のダウンロードとインストール

    ダウンロードとインストールの手順

    1. ダウンロード用Webページを開く

      https://www.anaconda.com/download/#linux

    2. Linux 版が欲しいので,「Linux」をクリック

    3. 32ビット版をインストールしたい.「32-Bit Installer」をクリック

    4. ファイルのダウンロードが始まる.

    5. ダウンロードした .sh ファイルを実行.

    6. ライセンス条項を確認してください、というメッセージが出る.「Enterキー」.

    7. ライセンス条項の画面.「yes」,「Enterキー」.

      ライセンス条項に同意できないときは、進んではいけない.

    8. インストールディレクトリは既定(デフォルト)のままでよい.「Enterキー」.

    9. インストールが始まる.しばらく待つ

    10. .bashrc の PATH にインストールディレクトリの設定を加えてよいかの確認.「yes」, 「Enterキー」.

      ※ このとき,システム環境変数PATHに,自動で追加される

    11. VSCode をインストールするか.

      Yes または No


    インストール後の設定と確認

    1. 新しく端末を開く

    2. パス(Path)の確認

      端末で,次のコマンドを実行.

      ※ エラーメッセージが出なければ OK.

      which python
      which ipython
      which pip
      which conda
      

    3. python のバージョンの確認
      python --version 
      

    4. conda の動作確認

      ※ エラーメッセージが出なければ OK.

      conda info
      

    5. Anaconda の conda パッケージの更新、古い conda パッケージファイルの削除

      「conda config --remove channels conda-forge」は,conda のチャンネルに「conda-forge」が入っていたら削除する操作(エラーメッセージが出たとしても無視してください).

      「conda upgrade --all」で、y か n かを尋ねる質問が出たときは、続行したいので「y」

      conda config --remove channels conda-forge
      conda upgrade --all
      conda clean --packages
      


      (以下省略)

      ※ 「反応が遅いなあ」と思ったら、Enter キーを押してみる.

    6. Anaconda 3 配下の Python の pip の更新

      cd /tmp
      rm get-pip.py
      wget https://bootstrap.pypa.io/get-pip.py
      python get-pip.py
      

    7. Anaconda の Python の numpy を確認

      ※ 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 numpy; print( numpy.__version__ )"
      


    隔離された Python 環境の作成(conda を使用)

    1. 今から作成するPython 環境の名前と、Pythonのバージョンを決めておく
      • Python 環境の名前: ai
      • Pythonのバージョン: 3

    2. 端末を開く

    3. 隔離された Python 環境を作成する

      端末で,次のコマンドを実行.

      「Proceed ([y]/n) ?」 に対しては Enterキー

      conda create -n ai python=3
      

    4. Python 環境が作成できたことを確認
      conda info -e
      

    これで、もとからの Python 環境と, 新規作成されたPython 環境(Python のバージョン 3.6名前は ai)の共存できた。


    新規作成された Python 環境を使いたいとき

    • 端末を開く

    • 端末で,次のコマンドを実行し,Python 環境(名前は ai)に切り替える
      source activate ai
      


    新規作成された Python 環境で、パッケージのインストールの前準備を行う

    いま作成した Python 環境で、パッケージの更新などの前準備を行う

    1. 端末を開く

    2. Python 環境を有効にする

      端末で,次のコマンドを実行.

      ※ 「source activate ai 」は Python 環境(名前はai)を有効にするためのコマンド(各自の環境の名前にあわせること

      source activate ai
      

      「Could not find conda environment: ai」というメッセージが出たときは、上の「隔離された Python 環境の作成」を行う

    3. Anaconda の conda パッケージの更新、古い conda パッケージファイルの削除

      「conda config --remove channels conda-forge」は,conda のチャンネルに「conda-forge」が入っていたら削除する操作(エラーメッセージが出たとしても無視してください).

      conda config --remove channels conda-forge
      

      conda upgrade --all
      

      conda clean --packages
      


      (以下省略)

    4. conda の動作確認

      エラーメッセージが出ないことを確認

      conda info
      


    新規作成された Python 環境に、TensorFlow, Keras, OpenCV, Spyder をインストール

    Anaconda では,conda 形式の Python パッケージを、簡単に扱うことができる. Pythonパッケージ以外のソフトウエアをインストールすることもできる

    • TensorFlow: ライブラリ。ニューラルネットワークや深層学習(ディープラーニング)に使用されることが多い。Kerasのバックエンドとして使用されることも多い。
    • Keras: ニューラルネットワークに関する種々の機能を持つソフトウエア
    • OpenCV: ライブラリ。コンピュータビジョン、機械学習等の機能を持つ
    • Spyder: Python の開発環境
    1. 端末を開く

    2. いま作成した Python 環境を有効にする

      端末で,次のコマンドを実行.

      source activate ai
      

    3. OpenCV, Spyder のインストール

      時間がかかるので待つ

      ※ 「conda install」は、パッケージをインストールするためのコマンド

      conda install -y opencv
      conda install -y -c spyder-ide spyder
      

      ※ Windows で、あるPython 環境(名前は aiとする)の spyder を使いたいとき:

      • Windows のスタートメニューに「spyder (ai)」が増えるので、それを使う。あるいは
      • コマンドプロンプトで「sourece activate ai」を実行したあとに「spyder」

    4. pip の更新
      cd /tmp
      sudo rm -f get-pip.py
      wget https://bootstrap.pypa.io/get-pip.py
      python get-pip.py
      pip list
      

    5. Keras, TensorFlow の前提パッケージのインストール
      conda install -y numpy wheel six h5py pyyaml scipy pylint sphinx chardet pyzmq pyflakes pygments cloudpickle jedi nbconvert psutil pycodestyle pickleshare numpydoc 
      pip install --no-deps -U protobuf
      

    6. Keras, TensorFlow のインストール
      pip install --no-deps -U tensorflow keras keras_applications keras_preprocessing
      plp list 
      

    7. TensorFlow のバージョン確認

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

    8. keras のバージョン確認

      python -c "import keras; print( keras.__version__ )"
      

    9. OpenCV のバージョン確認

      python -c "import cv2; print( cv2.__version__ )"
      


    新規作成された Python 環境で、numpy, scipy, h5py, sciklit-learn, scikit-image, matplotlib, seaborn, pandas, pillow, jupyter, pytest, docopt, pyyaml, cython, imutils, mtcnn をインストール

    Anaconda では,conda 形式の Python パッケージを、簡単に扱うことができる. Pythonパッケージ以外のソフトウエアをインストールすることもできる

    1. 端末を開く

    2. いま作成した Python 環境を有効にする

      端末で,次のコマンドを実行.

      source activate ai
      

    3. numpy, scipy, h5py, sciklit-learn, scikit-image, matplotlib, seaborn, pandas, pillow, jupyter, pytest, docopt, pyyaml, cython のインストール
      conda install -y numpy scipy h5py scikit-learn scikit-image matplotlib seaborn pandas pillow
      conda install -y jupyter pytest docopt pyyaml cython
      


      (途中省略)


      (以下省略)

    4. imutils, mtcnn のインストール

      ※ mtcnn については https://github.com/open-face/mtcnn

      mkdir /usr/local
      sudo chown $USER /usr/local
      cd /usr/local
      rm -rf imutils
      rm -rf mtcnn
      

      cd /usr/local
      git clone https://github.com/jrosebr1/imutils
      cd imutils
      python setup.py build
      python setup.py install 
      
      cd /usr/local
      git clone https://github.com/ipazc/mtcnn
      cd mtcnn
      python setup.py build
      python setup.py install 
      

    5. imutils のバージョン確認

      Windows のコマンドプロンプトで、次のコマンドを実行

      python -c "import imutils; print( imutils.__version__ )"
      

    6. mtcnn のバージョン確認

      Windows のコマンドプロンプトで、次のコマンドを実行

      ※ 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 mtcnn; print( mtcnn.__version__ )"
      

    7. python-visualization/folium, DinoTools/python-overpy, ianare/exif-py, mapado/haversine, Turbo87/utm のインストール
      mkdir /usr/local
      sudo chown $USER /usr/local
      cd /usr/local
      rm -rf folium
      rm -rf python-overpy
      rm -rf exif-py
      rm -rf haversine
      

      cd /usr/local
      git clone https://github.com/python-visualization/folium
      cd folium
      python setup.py build
      python setup.py install 
      
      cd /usr/local
      git clone https://github.com/DinoTools/python-overpy
      cd python-overpy
      python setup.py build
      python setup.py install 
      
      cd /usr/local
      git clone https://github.com/ianare/exif-py
      cd exif-py
      python setup.py build
      python setup.py install 
      
      cd /usr/local
      git clone https://github.com/mapado/haversine
      cd haversine
      python setup.py build
      python setup.py install 
      
      cd /usr/local
      git clone https://github.com/Turbo87/utm
      cd utm
      python setup.py build
      python setup.py install 
      

    8. その他、各種パッケージのインストール

      ※ 下から必要なものを選んでインストール

      conda install -y chainer
      conda install -y graphviz
      conda install -y pydot
      conda install -y yaml
      conda install -y flask
      conda install -y django
      conda install -y sympy
      conda install -y sqlite
      conda install -y redis
      conda install -y gensim
      conda install -y pylint
      conda install -y bz2file
      

    新規作成された Python 環境で、Dlib のインストール(書きかけ)

    1. (オプション)OpenBLAS を使いたいときは、インストールしておく

      Windows でのインストール手順は「Windows で OpenBLAS のインストール(MSVC ビルドツール (Build Tools) を使用)」で説明している

    2. 端末を開く

    3. インストールディレクトリを空にする
      mkdir /usr/local
      sudo chown $USER /usr/local
      cd /usr/local
      rm -rf dlib
      

    4. オプション)Anaconda をインストールしていて、Anaconda の Python 環境を有効したいときの操作

      Anaconda の Python 環境を有効にしたいときは、次のように操作する. 「activate ai 」は Python 環境(名前はai)を有効にするためのコマンド(各自の環境の名前にあわせること

      source activate ai
      

    5. Dlib Python パッケージのインストール

      cd /usr/local
      git clone https://github.com/davisking/dlib
      cd dlib
      python setup.py build
      python setup.py install 
      

    新規作成された Python 環境で、face_recognition, msgpack, geopandas のインストール

    MSVC ビルドツール (Build Tools) がインストール済みであるとして手順を示す

    1. 端末を開く

    2. オプション)Anaconda をインストールしていて、Anaconda の Python 環境を有効したいときの操作

      Anaconda の Python 環境を有効にしたいときは、次のように操作する. 「activate ai 」は Python 環境(名前はai)を有効にするためのコマンド(各自の環境の名前にあわせること

      source activate ai
      

    3. インストールディレクトリを空にする
      mkdir /usr/local
      sudo chown $USER /usr/local
      cd /usr/local
      rm -rf face_recognition
      rm -rf msgpack
      rm -rf geopandas
      

    4. インストール

      cd /usr/local
      git clone https://github.com/ageitgey/face_recognition
      cd face_recognition
      python setup.py build
      python setup.py install 
      
      cd /usr/local
      git clone https://github.com/msgpack/msgpack-python
      cd msgpack-python
      python setup.py build
      python setup.py install 
      
      cd /usr/local
      git clone https://github.com/geopandas/geopandas
      cd geopandas
      python setup.py build
      python setup.py install 
      

    確認のためKeras を使ってみる

    1. 次の画像を使うことにする

      ※ 次のコマンドで、ダウンロードし、ImageMagick を使って画像表示してみる

      cd /tmp
      wget https://www.kkaneko.jp/tools/raspbian/124.png
      display 124.png
      

    2. ディープラーニングで、画像認識してみる

      新しい端末を開く

    3. Python のプログラムを実行したいので、まず、端末で「python」を実行
      source activate ai
      python
      

    4. 次のプログラムをコピー&ペースト

      ここで、エラーメッセージが出たら教えてください

      from keras.preprocessing import image
      from keras.applications.inception_v3 import preprocess_input, decode_predictions, InceptionV3
      import numpy as np
      
      model = InceptionV3(weights='imagenet')
      img_path = '/tmp/124.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 = model.predict(x)
      
      print('Predicted:')
      for p in decode_predictions(preds, top=5)[0]:
          print("Score {}, Label {}".format(p[2], p[1]))
      

    5. exit() で終わる