Ubuntu 初期設定ガイド: インストール直後の15項目設定

ライセンス条項を確認の上，「2」，Enter キー

sudo apt -y install nvidia-cudnn

dpkg -l | grep cudnn

4.5 nvcc の動作確認

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．

1. まず，エディタを開きます（ここではエディタとして，「gedit」を使用）．

   gedit hello.cu
   

   
2. その後，ファイルを編集し，保存します．

   ファイル hello.cu ができます．

   
3. ビルドと実行．

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

   del a.exe
   nvcc hello.cu
   

   

   ./a.out
   

5. Git, cmake, curl, wget, p7zip-full

インストールするには， 次のコマンドを実行します．

sudo apt -y update
sudo apt -y install git cmake cmake-curses-gui cmake-gui curl wget p7zip-full

6. Python3 開発用ファイル，pip, setuptools, venv 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（Ubuntu 上）

Python のインストールは行いません（Ubuntu のシステム Python を使用）．

6.1 Python3 開発用ファイル，pip, setuptools, venv のインストール

次のコマンドを実行します．

sudo apt -y update
sudo apt -y install python-is-python3 python3-dev python-dev-is-python3 python3-pip python3-setuptools python3-venv build-essential

6.2 Python 開発環境（JupyterLab, spyder, nteract）

1. Python3 開発用ファイル，pip, setuptools, venv, 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

   次のコマンドを実行します．

   sudo apt -y update
   sudo apt -y install python-is-python3 python3-dev python-dev-is-python3 python3-pip python3-setuptools python3-venv build-essential
   sudo pip3 uninstall -y ptyprocess sniffio terminado tornado jupyterlab jupyter jupyter-console jupytext nteract_on_jupyter spyder
   sudo apt -y install jupyter jupyter-qtconsole spyder3
   sudo apt -y install python3-ptyprocess python3-sniffio python3-terminado python3-tornado
   sudo pip3 install -U jupyterlab jupyter jupyter-console jupytext nteract_on_jupyter
   

2. Ubuntu システムの python3 のバージョンの確認

   python3 --version
   

3. Jupyter Qt Console の起動チェック

   まず，numpy, matplotlib のインストールのため， 次のコマンドを実行します．

   sudo apt -y update
   sudo apt -y install python3-numpy python3-matplotlib
   

   次のコマンドを実行します． Jupyter Qt Console が開けば OK です．

   jupyter qtconsole
   

   
4. 確認のため，Jupyter Qt Console で，次の Python プログラムを実行します．

   次のプログラムは，NumPy と Matplotlib を使用して，0から6までの範囲のsin関数のグラフを描画します．warnings モジュールを使用して Matplotlib の警告表示を抑制し，Matplotlib では，デフォルトのスタイルを使用します．

   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))
   

   
5. nteract の起動チェック

   次のコマンドを実行します． ntetact が開けば OK です．

   jupyter nteract
   

6. 確認のため，nteract で，次の Python プログラムを実行します．

   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します．

   次のプログラムは，NumPy と Matplotlib を使用して，0から6までの範囲のsin関数のグラフを描画します．warnings モジュールを使用して Matplotlib の警告表示を抑制し，Matplotlib では，デフォルトのスタイルを使用します．

   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))
   

7. 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します．（この設定を行わないときは .ipyrb ファイルのみが保存されます）
   1. 次のコマンドで，設定ファイルを生成します．

      jupyter notebook --generate-config
      

   2. jupyter notebook を起動し，Edit, Edit Notbook Manager を選びます．次のように設定します．

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

6.3 numpy, scikit-learn のインストール

インストールするには， 次のコマンドを実行します．

sudo apt -y update
sudo apt -y install python3-numpy python3-sklearn

numpy の動作確認

python3
import numpy as np
print(np.sin(0))
exit()

6.4 Python の数値演算等の性能確認

import time
import numpy
import numpy.linalg
import sklearn.decomposition
import sklearn.cluster
X = numpy.random.rand(2000, 2000)
Y = numpy.random.rand(2000, 2000)
# 行列の積
a = time.time(); Z = numpy.dot(X, Y); print(time.time() - a)
# 主成分分析
pca = sklearn.decomposition.PCA(n_components = 2)
a = time.time(); pca.fit(X); X_pca = pca.transform(X); print(time.time() - a)
# SVD
a = time.time(); U, S, V = numpy.linalg.svd(X); print(time.time() - a)
# k-means
a = time.time();
kmeans_model = sklearn.cluster.KMeans(n_clusters=10, random_state=10).fit(X)
labels = kmeans_model.labels_
print(time.time() - a)

実行結果の例

• 行列の積: 0.08 秒
• 主成分分析: 0.11 秒
• SVD: 2.53 秒
• k-Means クラスタリング: 1.58 秒

TensorFlow 2.9.1，Keras，MatplotLib, Python 用 opencv-python のインストール（Ubuntu 上）

1. 端末を開きます
2. パッケージのアンインストール操作を行います

   トラブルの可能性を減らすために，次の操作でアンインストールを行っておきます．

   sudo apt -y remove python3-keras
   sudo pip3 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
   

   
3. TensorFlow の前提パッケージのインストール

   次のコマンドを実行します．

   sudo pip3 uninstall -y six wheel astunparse tensorflow-estimator numpy keras-preprocessing absl-py wrapt gast flatbuffers grpcio opt-einsum protobuf termcolor typing-extensions google-pasta h5py tensorboard-plugin-wit markdown werkzeug requests-oauthlib rsa cachetools google-auth google-auth-oauthlib tensorboard tensorflow
   sudo apt -y install python3-six python3-wheel python3-numpy python3-grpcio python3-protobuf python3-termcolor python3-typing-extensions python3-h5py python3-markdown python3-werkzeug python3-requests-oauthlib python3-rsa python3-cachetools python3-google-auth
   

4. TensorFlow, numpy, pillow, pydot, matplotlib, keras, opencv-python のインストール

   インストールするには， 次のコマンドを実行します．

   sudo apt -y update
   sudo apt -y install python3-numpy python3-pil python3-pydot python3-matplotlib
   sudo apt -y install libopencv-dev libopencv-core-dev python3-opencv libopencv-contrib-dev opencv-data
   sudo pip3 install -U tensorflow tf-models-official tf_slim tensorflow_datasets tensorflow-hub keras keras-tuner keras-visualizer
   sudo pip3 install git+https://github.com/tensorflow/docs
   sudo pip3 install git+https://github.com/tensorflow/examples.git
   sudo pip3 install git+https://www.github.com/keras-team/keras-contrib.git
   

5. TensorFlow のバージョン確認

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

   python3 -c "import tensorflow as tf; print( tf.__version__ )"
   

   
6. このあと、TensorFlow からGPU が認識できているかの確認

   次のコマンドを実行します．

   python3 -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が認識できています．エラーメッセージが出ていないことを確認しておきます．

   
7. 環境変数 TF_FORCE_GPU_ALLOW_GROWTH の設定

   環境変数の名前
   TF_FORCE_GPU_ALLOW_GROWTH
   値
   true
   

   次のコマンドを実行します．

   export TF_FORCE_GPU_ALLOW_GROWTH=true
   echo 'export TF_FORCE_GPU_ALLOW_GROWTH=true' >> ${HOME}/.bashrc
   

6.6 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

   sudo apt -y update
   sudo apt -y install python3-h5py python3-pillow
   

2. 画像の準備

   10.png のようなファイル名で保存しておきます

   
3. Python プログラムの実行

   cd ＜画像を置いたディレクトリ＞
   python3
   

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ます

   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ます．

   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)
   

   

   python3 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ます

   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ます．

   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]))
   

   

   python3 の終了は「exit()」

6.7 PyTorch, Torchvision, Caffe 2

1. PyTorch の「はじめよう」の Web ページを開きます

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

2. 種類を選びます

   Linux, pip, Python，NVIDIA CUDA ツールキット 11.5 での実行例

   • PyTorch Build: 「Stable」
   • Your OS: 「Linux」 ・・・ Ubuntu にインストールするため
   • Package: 「pip」
   • Language: ・・・　Python を選択
   • CUDA: 「11.3」 ・・・ CUDA 11.3 以上をインストールした場合
   
3. 「Run the command」のところに，コマンドが表示されるので確認します
   
4. 端末で，いま表示されたコマンドをそのまま実行します

   但し，Ubuntu の場合は，「pip3」を「sudo pip3」に変えて実行します．

   sudo pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu116
   

   
5. その結果，エラーメッセージが出ていないことを確認します．
   
6. PyTorch のバージョン確認

   次のコマンドを実行します．

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

   python3 -c "import torch; print( torch.__version__ )"
   

   
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ます

   Python プログラムの実行

   Ubuntu では， Python プログラムを動かすために， 「python3」コマンドを使います．

   Python プログラムを動かすために， python3のコマンドを使います． Python 開発環境（Jupyter Qt Console, Jupyter ノートブック (Jupyter Notebook), Jupyter Lab, Nteract, Spyder, PyCharm, PyScripterなど）も便利です． Python 開発環境の説明: 別ページ »にまとめ ----------------------------- sudo pip3 install torch==1.9.0+cu111 torchvision==0.10.0+cu111 torchaudio===0.9.0 -f https://download.pytorch.org/whl/torch_stable.html sudo pip3 install -U torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu117

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

   
8. GPU が動作しているか確認

   Python プログラムを実行します

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

   

6.8 Chainer

次のコマンドを実行します．

終了までしばらく待ちます．

cd /tmp
rm -rf chainer
git clone https://github.com/chainer/chainer.git
cd /tmp/chainer
sudo CUDA_PATH="/usr/local/cuda" CFLAGS="-I/usr/local/cuda/include" LDFLAGS="-L/usr/local/cuda/lib64" pip3 -v install .

6.9 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します．次に手順を例示します． 利用者で判断してください．

• apt, pip3 でインストールするもの

  次のコマンドを実行します．

  sudo apt -y update
  sudo apt -y install python-is-python3 python3-dev python-dev-is-python3 python3-pip python3-setuptools python3-venv build-essential
  sudo apt -y install libgeographic-dev gdal-bin gdal-data libgdal-dev
  sudo apt -y install python3-numpy python3-scipy python3-h5py python3-sklearn python3-skimage python3-seaborn python3-pandas python3-pil cython3 python3-pytest python3-yaml cython3 python3-statsmodels python3-plotly python3-sympy python3-csvkit python3-docopt python3-pyproj python3-flake8 python3-protobuf python3-bs4 python3-html5lib python3-rope python3-wrapt python3-cffi python3-wheel python3-six python3-sphinx python3-bottleneck python3-pygments python3-numexpr python3-xlrd python3-xlwt python3-lxml python3-graphviz python3-pydot python3-flask python3-django python3-redis python3-pylint-common python3-bz2file python3-opengl  python3-msgpack python3-mecab python3-matplotlib-venn python3-pygame python3-bottle python3-rtree python3-shapely python3-fiona python3-gdal python3-geopandas python3-geopy python3-geographiclib python3-requests
  sudo pip3 install -U pandasql pyyaml bokeh pymc3 mkl mkl-include holoviews pandas-bokeh ggplot prettyplotlib pybrain3 firebase-admin googletrans google-cloud-vision gpyocr azure-cognitiveservices-vision-computervision gensim gloo scikit-video scikits.datasmooth scikits.example scikits.fitting scikits.optimization scikits.vectorplot zodb gdata pyr2 pycaret
  

• Python パッケージで，ソースコードからインストールするもの

  次のコマンドを実行します．

  sudo pip3 install git+https://github.com/jrosebr1/imutils.git
  python3 -c "import imutils; print(imutils.__version__)"
  sudo pip3 install git+https://github.com/DinoTools/python-overpy.git
  python3 -c "import overpy; print(overpy.__version__)"
  sudo pip3 install git+https://github.com/ianare/exif-py.git
  python3 -c "import exifread; print(exifread.__version__)"
  sudo pip3 install git+https://github.com/mapado/haversine.git
  sudo pip3 install git+https://github.com/Turbo87/utm.git
  

• Python の folium, pyproj, rtree, shapely, GDAL, fiona, geopandas のインストール

  sudo apt -y update
  sudo apt -y install python3-pyproj python3-rtree python3-shapely python3-fiona gdal-bin gdal-data python3-gdal python3-geopandas libgdal-dev
  # cd /usr/local
  # sudo rm -rf geopandas
  # sudo git clone https://github.com/geopandas/geopandas
  # cd geopandas
  # sudo python3 setup.py build
  # sudo python3 setup.py install
  
  # folium
  sudo pip3 install -q git+https://github.com/python-visualization/folium.git
  

7. 隔離された Python 3.10 環境（Ubuntu のシステム Python とは隔離）

ここでの手順では，次のように設定します． Python の仮想環境の名前は変更可能です．使用するPythonのバージョンは，より新しいバージョンがあれば，そちらの利用を検討してください （ここでは 2022/6 時点の Python 3.10 系列の最新バージョンである 3.10.5 を使用します）．

• Python の仮想環境の名前: py310
• 使用するPythonのバージョン: 3.10.5

7.1 pyenv のインストール

pyenv は Python のインストールが簡単にできる機能などを持つソフトウェアです．

1. いまインストールされている pyenv の消去

   rm -rf ~/.pyenv
   

   
2. pyenv のダウンロードと更新

   cd /tmp
   git clone https://github.com/pyenv/pyenv.git ~/.pyenv
   cd ~/.pyenv
   git pull
   src/configure
   make -C src
   

   
3. pyenv の設定

   echo 'export PYENV_ROOT="${HOME}/.pyenv"' >> ~/.profile
   echo 'if [ -d "${PYENV_ROOT}" ]; then' >> ~/.profile
   echo '    export PATH=${PYENV_ROOT}/bin:$PATH' >> ~/.profile
   echo '    eval "$(pyenv init --path)"' >> ~/.profile
   echo 'fi' >> ~/.profile
   echo -e 'if command -v pyenv 1>/dev/null 2>&1; then\n  eval "$(pyenv init -)"\nfi' >> ~/.profile
   exec $SHELL -l
   source ~/.profile
   

   
4. 関係するライブラリのインストール

   sudo apt -y update
   sudo apt -y install --no-install-recommends make build-essential libssl-dev zlib1g-dev libbz2-dev libreadline-dev libsqlite3-dev wget curl llvm libncurses5-dev xz-utils tk-dev libxml2-dev libxmlsec1-dev libffi-dev liblzma-dev
   

7.2 システム Python とは別に Python 3.10 をインストール （pyenv を使用）

1. インストールするPython のバージョンの確認

   pyenv rehash
   pyenv install -l
   

   
2. インストールできる Python 3.10 のバージョンの確認

   pyenv install -l | grep 3.10
   

   
3. Python 3.10.5 のインストール

   pyenv install 3.10.5
   

   
4. pip, setuptools のインストール

   pyenv shell 3.10.5
   python -m pip install -U pip setuptools
   

   

echo 'pyenv shell 3.10.5' >> ~/.bashrc
exec $SHELL -l

7.3 隔離された Python 3.10 仮想環境の作成（venv を使用）と設定

1. 隔離された Python 3.10 仮想環境の作成（venv を使用）

   下の例では，Python の仮想環境のためのディレクトリを ~/py310に作成します．

   pyenv shell 3.10.5
   python -m pip install -U pip setuptools
   rm -rf ~/py310
   python -m venv ~/py310
   

   
2. venv のPython の仮想環境を有効化し，pip と setuptools を更新します．

   この操作が終わったら，「exit」で端末を閉じます（続きの作業での混乱を防ぐため）

   source ~/py310/bin/activate
   python -m pip install -U pip setuptools
   exit
   

   

7.4 Python 開発環境（JupyterLab, spyder, nteract）

1. 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います．

   インストールするには， 次のコマンドを実行します．

   source ~/py310/bin/activate
   python -m pip install -U jupyterlab jupyter jupyter-console jupytext nteract_on_jupyter spyder
   

   
2. Jupyter Qt Console の起動チェック

   まず，numpy, matplotlib のインストールのため， 次のコマンドを実行します．

   python -m pip install -U numpy matplotlib
   

   

   次のコマンドを実行します． Jupyter Qt Console が開けば OK です．

   jupyter qtconsole
   

   
   
3. 確認のため，Jupyter Qt Console で，次の Python プログラムを実行します．

   次のプログラムは，NumPy と Matplotlib を使用して，0から6までの範囲のsin関数のグラフを描画します．warnings モジュールを使用して Matplotlib の警告表示を抑制し，Matplotlib では，デフォルトのスタイルを使用します．

   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

   次のコマンドを実行します． ntetact が開けば OK です．

   jupyter nteract
   

   
5. 確認のため，nteract で，次の Python プログラムを実行します．

   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します．

   次のプログラムは，NumPy と Matplotlib を使用して，0から6までの範囲のsin関数のグラフを描画します．warnings モジュールを使用して Matplotlib の警告表示を抑制し，Matplotlib では，デフォルトのスタイルを使用します．

   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))
   

7.4 numpy のインストール

インストールするには， 次のコマンドを実行します．

source ~/py310/bin/activate
python -m pip install -U numpy

numpy の動作確認

python
import numpy as np
print(np.sin(0))
exit()

7.5 TensorFlow 2.9.1, Keras, MatplotLib, Python 用 opencv-python のインストール

1. インストール

   インストールするには， 次のコマンドを実行します．

   source ~/py310/bin/activate
   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
   python -m pip install -U pip setuptools
   sudo apt -y install libopencv-dev libopencv-core-dev python3-opencv
   python -m pip install -U protobuf tensorflow==2.10.1 tf_slim tensorflow_datasets==4.8.3 tensorflow-hub tf-keras keras keras_cv keras-tuner keras-visualizer numpy pillow pydot matplotlib seaborn pandas scipy scikit-learn scikit-learn-intelex 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
   python -m pip install git+https://www.github.com/keras-team/keras-contrib.git
   

2. このあと、TensorFlow からGPU が認識できているかの確認

   次のコマンドを実行します．

   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が認識できています．エラーメッセージが出ていないことを確認しておきます．

   
3. 環境変数 TF_FORCE_GPU_ALLOW_GROWTH の設定

   環境変数の名前
   TF_FORCE_GPU_ALLOW_GROWTH
   値
   true
   

   次のコマンドを実行します．

   export TF_FORCE_GPU_ALLOW_GROWTH=true
   echo 'export TF_FORCE_GPU_ALLOW_GROWTH=true' >> ${HOME}/.bashrc
   

   

7.6 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

   source ~/py310/bin/activate
   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きます

   
3. Python プログラムの実行

   cd ＜画像を置いたディレクトリ＞
   python
   

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ます

   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ます．

   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)
   

   

   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ます

   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ます．

   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]))
   

   

   python の終了は「exit()」

7.8 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します．次に手順を例示します． 利用者で判断してください．

• apt, pip3 でインストールするもの

  次のコマンドを実行します．

  sudo apt -y update
  sudo apt -y install libmecab-dev
  source ~/py310/bin/activate
  python -m pip install -U pip setuptools
  sudo apt -y install libgeographic-dev gdal-bin gdal-data libgdal-dev
  python -m pip install -U  numpy scipy h5py scikit-learn scikit-learn-intelex scikit-image seaborn pandas pillow pytest cython bokeh statsmodels plotly sympy csvkit docopt pyproj flake8 protobuf bs4 html5lib rope wrapt cffi wheel six sphinx bottleneck pygments numexpr xlrd xlsxwriter lxml graphviz pydot flask django redis pylint bz2file PyOpenGL PyOpenGL-accelerate    msgpack mecab ggplot matplotlib-venn pyglet pygame cocos2d bottle rtree shapely fiona geopandas geopy geographiclib requests \
  pandasql pyyaml bokeh pymc3 mkl mkl-include holoviews pandas-bokeh ggplot prettyplotlib pybrain3 firebase-admin googletrans google-cloud-vision gpyocr azure-cognitiveservices-vision-computervision gensim gloo scikit-video scikits.datasmooth scikits.example scikits.fitting scikits.optimization scikits.vectorplot zodb gdata pyr2 pycaret
  python -m pip install -U  gdal
  

• Python パッケージで，ソースコードからインストールするもの

  次のコマンドを実行します．

  python -m pip install git+https://github.com/jrosebr1/imutils.git
  python -c "import imutils; print(imutils.__version__)"
  python -m pip install git+https://github.com/DinoTools/python-overpy.git
  python -c "import overpy; print(overpy.__version__)"
  python -m pip install git+https://github.com/ianare/exif-py.git
  python -c "import exifread; print(exifread.__version__)"
  python -m pip install git+https://github.com/mapado/haversine.git
  python -m pip install git+https://github.com/Turbo87/utm.git
  

• Python の folium, pyproj, rtree, shapely, GDAL, fiona, geopandas のインストール

  python -m pip install pyproj rtree shapely fiona geopandas
  python -m pip install gdal
  python -m pip install -q git+https://github.com/python-visualization/folium.git
  

操作が終わったら，「exit」で端末を閉じます（続きの作業での混乱を防ぐため）

8. 数値演算ライブラリ

8.1 OpenBLAS, LAPACK

次のコマンドを実行します．

sudo apt -y update
sudo apt -y install libopenblas-dev liblapack-dev

8.2 Intel MKL, IPP, TBB, DALL, MPI（Performance ライブラリ）

1. レポジトリの設定，バージョン情報の確認

   cd /tmp
   wget -O - https://apt.repos.intel.com/intel-gpg-keys/GPG-PUB-KEY-INTEL-SW-PRODUCTS-2019.PUB | sudo apt-key add -
   sudo wget https://apt.repos.intel.com/setup/intelproducts.list -O /etc/apt/sources.list.d/intelproducts.list
   sudo apt -y update
   sudo apt install intel-mkl-64bit intel-ipp-64bit intel-tbb intel-daal-64bit intel-mpi
   

2. 表示されたバージョン情報により，端末で，次のようなコマンドを実行します．

   sudo apt -y update
   sudo apt -y install intel-mkl-64bit-2020.4-912 intel-ipp-64bit-2020.3-912 intel-tbb-2020.2-102 intel-daal-64bit-2020.3-912 intel-mpi-2019.9-912
   

8.3 CuPy

1. 端末を開きます
2. CuPy のソースコードのインストール（ソースコードを使用）

   次のコマンドを実行します．

   終了までしばらく待ちます．

   cd /tmp
   rm -rf cupy
   git clone https://github.com/cupy/cupy.git
   cd cupy
   git submodule update --init
   sudo CUDA_PATH="/usr/local/cuda" CFLAGS="-I/usr/local/cuda/include" LDFLAGS="-L/usr/local/cuda/lib64" pip3 -v install .
   

9. ディープラーニング応用

前準備として， OpenBLAS, LAPACK のインストールが終わっていること．

9.1 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）

1. Dlib のソースコードのダウンロード

   次のコマンドを実行します．

   cd /usr/local
   sudo rm -rf dlib
   sudo git clone https://github.com/davisking/dlib
   sudo chown -R $USER dlib
   

2. ビルド，インストール

   次のコマンドを実行します．

   「/usr/local/cuda」のところは，NVIDIA CUDA ツールキット をインストールしたディレクトリに読み替えてください．

   cd /usr/local/dlib
   rm -rf build
   mkdir build
   cd build
   rm -f CMakeCache.txt
   cmake .. \
       -DCUDA_SDK_ROOT_DIR=/usr/local/cuda \
       -DCUDA_TOOLKIT_ROOT_DIR=/usr/local/cuda \
       -DUSE_AVX_INSTRUCTIONS=YES -DDLIB_USE_CUDA=YES
   make
   sudo make install
   

3. python についてビルドとインストール

   次のコマンドを実行します．

   「/usr/local/cuda」のところは，NVIDIA CUDA ツールキット をインストールしたディレクトリに読み替えてください．

   cd /usr/local/dlib
   CUDA_PATH="/usr/local/cuda" CFLAGS="-I/usr/local/cuda/include" LDFLAGS="-L/usr/local/cuda/lib64" \
   sudo python3 setup.py build
   CUDA_PATH="/usr/local/cuda" CFLAGS="-I/usr/local/cuda/include" LDFLAGS="-L/usr/local/cuda/lib64" \
   sudo python3 setup.py install
   

4. 確認のため，バージョンを表示

   次のコマンドを実行します．

   エラーメッセージが出ないこと

   python3
   import dlib
   print(dlib.__version__)
   exit()
   

5. Dlib でよく使用するファイルをダウンロード

   次のコマンドを実行することにより， 顔識別などに利用できるファイルの ダウンロードと展開（解凍）が行われます．

   次のコマンドを実行します．

   cd /usr/local/dlib
   cd python_examples
   sudo curl -O http://dlib.net/files/mmod_human_face_detector.dat.bz2
   sudo curl -O http://dlib.net/files/dlib_face_recognition_resnet_model_v1.dat.bz2
   sudo curl -O http://dlib.net/files/shape_predictor_5_face_landmarks.dat.bz2
   sudo curl -O http://dlib.net/files/shape_predictor_68_face_landmarks.dat.bz2
   sudo bzip2 -d mmod_human_face_detector.dat.bz2
   sudo bzip2 -d dlib_face_recognition_resnet_model_v1.dat.bz2
   sudo bzip2 -d shape_predictor_5_face_landmarks.dat.bz2
   sudo bzip2 -d shape_predictor_68_face_landmarks.dat.bz2
   

6. htmlify, imglab, example のビルドとインストール

   次のコマンドを実行します．

   「/usr/local/cuda」のところは，NVIDIA CUDA ツールキット をインストールしたディレクトリに読み替えてください．

   cd /usr/local/dlib
   cd tools/htmlify
   sudo rm -rf build
   sudo mkdir build
   cd build
   CUDA_PATH="/usr/local/cuda" CFLAGS="-I/usr/local/cuda/include" LDFLAGS="-L/usr/local/cuda/lib64" \
   sudo cmake .. \
       -DUSE_AVX_INSTRUCTIONS=YES -DDLIB_USE_CUDA=YES
   
   CUDA_PATH="/usr/local/cuda" CFLAGS="-I/usr/local/cuda/include" LDFLAGS="-L/usr/local/cuda/lib64" \
   sudo cmake --build . --config RELEASE
   sudo make install
   
   cd /usr/local/dlib
   cd tools/imglab
   sudo rm -rf build
   sudo mkdir build
   cd build
   CUDA_PATH="/usr/local/cuda" CFLAGS="-I/usr/local/cuda/include" LDFLAGS="-L/usr/local/cuda/lib64" \
   sudo cmake .. \
       -DUSE_AVX_INSTRUCTIONS=YES -DDLIB_USE_CUDA=YES
   
   CUDA_PATH="/usr/local/cuda" CFLAGS="-I/usr/local/cuda/include" LDFLAGS="-L/usr/local/cuda/lib64" \
   sudo cmake --build . --config RELEASE
   sudo make install
   
   cd /usr/local/dlib
   cd examples
   sudo rm -rf build
   sudo mkdir build
   cd build
   CUDA_PATH="/usr/local/cuda" CFLAGS="-I/usr/local/cuda/include" LDFLAGS="-L/usr/local/cuda/lib64" \
   sudo cmake .. \
       -DUSE_AVX_INSTRUCTIONS=YES -DDLIB_USE_CUDA=YES
   
   CUDA_PATH="/usr/local/cuda" CFLAGS="-I/usr/local/cuda/include" LDFLAGS="-L/usr/local/cuda/lib64" \
   sudo cmake --build . --config RELEASE
   

   【face_recognition のインストール操作 】

   cd /usr/local
   sudo rm -rf face_recognition
   sudo apt -y install python3-click python3-numpy python3-pillow python3-scipy
   sudo git clone https://github.com/ageitgey/face_recognition
   cd face_recognition
   sudo python3 setup.py build
   sudo python3 setup.py install
   

9.2 head-pose-estimation （顔の向きの推定）

インストールするには， 次のコマンドを実行します．

cd /usr/local
sudo rm -rf head-pose-estimation
sudo git clone https://github.com/lincolnhard/head-pose-estimation
cd head-pose-estimation
sudo curl -O http://dlib.net/files/shape_predictor_68_face_landmarks.dat.bz2
sudo bzip2 -d shape_predictor_68_face_landmarks.dat.bz2

9.3 pupil tracker （眼球の向きの推定）

cd /usr/local
sudo rm -rf PupilTracker
sudo git clone https://github.com/TobiasRoeddiger/PupilTracker

9.4 OpenPose （人体の姿勢推定，指のポーズ推定），Caffe

• OpenPose の URL: https://github.com/CMU-Perceptual-Computing-Lab/openpose
• OpenPose ダウンロード の URL: https://github.com/CMU-Perceptual-Computing-Lab/openpose/releases
• Ubuntu でのインストール手順: 別ページ »で説明

次のコマンドを実行します．

* GPU 版をインストールしたい場合

「/usr/local/cuda」のところは，NVIDIA CUDA ツールキット をインストールしたディレクトリに読み替えてください．

Intel MKL を使わないときは「-DUSE_MKL=ON」を「-DUSE_MKL=OFF」に変更します．

「/opt/intel/compilers_and_libraries/linux/mkl/include/mkl」のところは，Intel MKL の mkl.h があるディレクトリに読み替えてください．

sudo apt -y update
sudo apt -y install libopencv-dev libhdf5-dev libboost-dev libboost-filesystem-dev libboost-system-dev libboost-thread-dev libboost-regex-dev libatlas-base-dev libprotobuf-dev protobuf-compiler protobuf-c-compiler libgoogle-glog-dev libleveldb-dev liblmdb-dev
sudo rm -rf /usr/local/openpose
sudo mkdir /usr/local/openpose
sudo chmod 755 /usr/local/openpose
sudo chown -R ${USER} /usr/local/openpose
cd /usr/local
sudo git clone --recursive https://github.com/CMU-Perceptual-Computing-Lab/openpose
sudo chown -R ${USER} /usr/local/openpose
cd /usr/local/openpose
sudo rm -f CMakeCache.txt
CUDA_PATH="/usr/local/cuda" CFLAGS="-I/usr/local/cuda/include -I/opt/intel/compilers_and_libraries/linux/mkl/include" LDFLAGS="-L/usr/local/cuda/lib64" \
  cmake -DDOWNLOAD_BODY_COCO_MODEL=ON \
  -DBUILD_PYTHON=ON \
  -DBUILD_EXAMPLES=ON \
  -DINSTRUCTION_SET=AVX2 \
  -DUSE_MKL=ON \
  -DBUILD_CAFFE=ON \
  -DBUILD_PYTHON=ON \
  -DGPU_MODE=CUDA \
  -DCUDNN_INCLUDE=/usr/local/cuda/include \
  -DCUDNN_LIBRARY=/usr/lib/x86_64-linux-gnu .
  CUDA_PATH="/usr/local/cuda" CFLAGS="-I/usr/local/cuda/include -I/opt/intel/compilers_and_libraries/linux/mkl/include" LDFLAGS="-L/usr/local/cuda/lib64" sudo make -k
sudo make -k install

cd /usr/local/openpose
sudo make -k install
cd /usr/local/openpose/examples
sudo chmod 755 */*.bin
sudo cp */*.bin /usr/local/bin/
sudo /sbin/ldconfig

9.5 Tesseract OCR 5

説明ページ https://www.kkaneko.jp/ai/ubuntu/tesseract.html

動画リンク: https://www.youtube.com/watch?v=dQu4GHy754o

9.6 Github dyama/alpr_jp

次のコマンドを実行します．

cd /usr/local
rm -rf alpr_jp
sudo git clone https://github.com/dyama/alpr_jp

9.7 ipazc/mtcnn

次のコマンドを実行します．

sudo pip3 install git+https://github.com/ipazc/mtcnn.git
python3 -c "import mtcnn; print(mtcnn.__version__)"

9.8 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

次のコマンドを実行します．

sudo apt -y update
sudo apt -y install python3-skimage cython3
sudo pip3 install git+https://github.com/philferriere/cocoapi.git#subdirectory=PythonAPI
cd /usr/local
sudo git clone --recursive https://github.com/matterport/Mask_RCNN
cd Mask_RCNN
cat requirements.txt
sudo apt -y install python3-numpy python3-scipy python3-pil cython3 python3-matplotlib python3-skimage python3-h5py python3-ipython
sudp apt -y install libopencv-dev libopencv-core-dev python3-opencv libopencv-contrib-dev opencv-data
sudo pip3 install -U tensorflow keras imgaug
sudo python3 setup.py build
sudo python3 setup.py install

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ます．

9.9 Meshroom（写真測量，フォトグラメトリ）

【関連する外部ページ 】

• Meshroom の公式ページ: https://alicevision.org/

【Meshroom のインストール操作（Windows 上） 】

• Meshroom の公式ページ: https://alicevision.org/ からダウンロードしてインストールします．

9.10 muZero

次のコマンドを実行します．

cd /usr/local
sudo rm -rf muzero-general
sudo git clone https://github.com/werner-duvaud/muzero-general.git
cd muzero-general
sudo apt -y install python3-pil python3-aiohttp python3-aiohttp-cors python3-aioredis python3-async-timeout python3-blessings python3-filelock python3-hiredis python3-u-msgpack python3-multidict python3-pyglet python3-redis python3-yarl
sudo pip3 install -r requirements.txt

確認のため実行してみます．

cd /usr/local/muzero-general
python3 muzero.py
tensorboard --logdir ./results

9.11 OpenAIGym

次のコマンドを実行します．

cd /usr/local
sudo rm -rf gym
sudo git clone https://github.com/openai/gym.git
cd gym
sudo pip3 install -e .
sudo apt -y install libglu1-mesa-dev libgl1-mesa-dev libosmesa6-dev xvfb ffmpeg curl patchelf libglfw3 libglfw3-dev cmake zlib1g zlib1g-dev swig

10. エディタ

10.1 Geany

インストールするには， 次のコマンドを実行します．

sudo apt -y update
sudo apt -y install geany geany-plugins

10.2 Sublime Text

インストールするには， 次のコマンドを実行します．

wget -qO - https://download.sublimetext.com/sublimehq-pub.gpg | sudo apt-key add -
sudo apt -y install apt-transport-https
echo "deb https://download.sublimetext.com/ apt/stable/" | sudo tee /etc/apt/sources.list.d/sublime-text.list
sudo apt -y update
sudo apt -y install sublime-text

10.3 Visual Studio Code （エディタ）

インストール手順

ダウンロードしインストールします．

• Visual Studio Code の URL: https://visualstudio.microsoft.com/ja/

上のURLからダウンロードし，次のコマンドを実行します．

sudo dpkg -i ./code_1.*_amd64.deb

Visual Studio Code の拡張機能

拡張機能は，必要なものをインストールします．次に拡張機能を例示します．利用者で判断してください．

• 日本語化 (Japanese Language Pack) の URL: https://marketplace.visualstudio.com/items?itemName=MS-CEINTL.vscode-language-pack-ja
• コード実行 (Code Runner) の URL: https://marketplace.visualstudio.com/items?itemName=formulahendry.code-runner
• Python の URL: https://marketplace.visualstudio.com/items?itemName=ms-python.python
• Python Indent の URL: https://marketplace.visualstudio.com/items?itemName=KevinRose.vsc-python-indent
• Kite の URL: https://marketplace.visualstudio.com/items?itemName=kiteco.kite
• Python Preview の URL: https://marketplace.visualstudio.com/items?itemName=dongli.python-preview
• C/C++ 関係: C/C++
• Debugger for Java の URL: https://marketplace.visualstudio.com/items?itemName=vscjava.vscode-java-debug
• Java Extension Pack の URL: https://marketplace.visualstudio.com/items?itemName=vscjava.vscode-java-pack
• emacs キーバインドの URL: Emacs Friendly Keymap

• 端末とVisual Studio Code の両方で、Java プログラムの動作チェック

  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
  

• 端末とVisual Studio Code の両方で、C プログラムの動作チェック

10.4 emacs

インストールするには， 次のコマンドを実行します．

sudo apt -y update
sudo apt -y install emacs emacs-mozc mozc-data mozc-utils-gui

mozc の設定

/usr/lib/mozc/mozc_tool --mode=config_dialog

mozc を使うための .emacs.d/init.el の設定例

(require 'mozc)
(load-library "mozc")
(set-language-environment "Japanese")
(setq default-input-method "japanese-mozc")
(global-set-key [zenkaku-hankaku] 'toggle-input-method)
(prefer-coding-system 'utf-8)

追加の設定例

;; キーバインド. CTRL + Z を無視．CTRL + H でバックスペース．
(global-unset-key "\C-z")
(keyboard-translate ?\C-h ?\C-?)

;; 表示を単純化（スタートアップメッセージなし．スクラッチは空．ツールバー無し，
;; スクロールバーなし）．，ベル無し．
(setq ring-bell-function 'ignore)
(setq inhibit-startup-message t)
(setq initial-scratch-message "")
(tool-bar-mode -1)
(menu-bar-mode 0)
(set-scroll-bar-mode nil)
(setq frame-title-format (format "%%f - Emacs@%s" (system-name)))

;; 行番号表示
(global-linum-mode t)
(column-number-mode t)

;; かっこの対応の表示に関する設定
;; (show-paren-mode t)
;; (setq show-paren-delay 0)
;; (setq show-paren-style 'expression)

;; 余計な空白を色付きで表示
(setq-default show-trailing-whitespace t)
(set-face-background 'trailing-whitespace "#b14770")

;; yes, no は，y, n で済むように
(fset 'yes-or-no-p 'y-or-n-p)

;; 履歴
(recentf-mode t)
(setq recentf-max-menu-items 30)
(setq recentf-max-saved-items 5000)

;; スクロールの量
(setq scroll-conservatively 35
      scroll-margin 0
      scroll-step 1)
(setq comint-scroll-show-maximum-output t)

;; タブ
(electric-indent-mode -1)
(setq-default indent-tabs-mode nil)
(custom-set-variables '(tab-width 4))

;; 補完
(when (require 'auto-complete-config nil t)
   (ac-config-default))
(setq text-mode-hook 'turn-off-auto-fill)

11. Web ブラウザ，リモートファイル転送，リモート接続 （Ubuntu 上）

11.1 Firefox

• Firefox の URL: https://www.mozilla.org/ja/firefox/new/

インストールするには， 次のコマンドを実行します．

sudo apt -y update
sudo apt -y install firefox firefox-locale-ja

11.2 Chromium

インストールするには， 次のコマンドを実行します．

sudo apt -y update
sudo apt -y install chromium-browser chromium-browser-l10n

11.3 FileZilla

インストールするには， 次のコマンドを実行します．

sudo apt -y update
sudo apt -y install filezilla

11.4 xrdp

インストールするには， 次のコマンドを実行します．

sudo apt -y update
sudo apt -y install xrdp

12. ツール類（作図、ファイル検索など） （Ubuntu 上）

12.1 mlocate （ファイル検索）

sudo apt -y update
sudo apt -y install mlocate

12.2 catfish （ファイル検索）

sudo apt -y update
sudo apt -y install catfish

12.3 jq (JSON整形), jsonlint (JSONチェッカ)

sudo apt -y update
sudo apt -y install jq jsonlint

12.4 Pinta （ドロー）

sudo apt -y update
sudo apt -y install pinta

12.5 Shutter （スクリーンショット）（書きかけ）

sudo add-apt-repository -y -n ppa:sicklylife/ppa
sudo apt -y update
sudo apt -y install libgoocanvas2-perl
sudo add-apt-repository -y --remove ppa:sicklylife/ppa
sudo add-apt-repository -y -n ppa:shutter/ppa
sudo apt -y update
sudo apt -y install shutter

12.6 GraphViz （作図ツールとライブラリ）

• GraphViz の URL: https://graphviz.gitlab.io/

sudo apt -y update
sudo apt -y install graphviz libgraphviz-dev

12.7 draw.io （作図ツール）

• draw.io のURL: https://github.com/jgraph/drawio-desktop/releases

上のURLからダウンロードし，次のコマンドを実行します．

sudo dpkg -i ./draw.io-amd64-13.9.9.deb
sudo apt -y install draw.io

12.8 PlotDigitizer

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ェアです．

• URL: https://sourceforge.net/projects/plotdigitizer/

12.9 inotify-tools （ファイル更新監視）

sudo apt -y update
sudo apt -y install inotify-tools

12.10 hardinfo （ハードウェア情報）

sudo apt -y update
sudo apt -y install hardinfo

12.11 netcat (通信), net-tools (通信設定)

インストールするには， 次のコマンドを実行します．

sudo apt -y update
sudo apt -y install netcat net-tools

13. PostgreSQL 12, PostgreSQL JDBC ドライバのインストール

インストール

1. PostgreSQL および関連ソフトウェア類のインストール

   インストールするには， 次のコマンドを実行します．

   sudo apt -y update
   sudo apt -y install postgresql-12 postgresql-client-12 postgresql-client-common postgresql-common postgresql-contrib odbc-postgresql pgadmin3 postgresql-12-postgis-3 postgresql-server-dev-12 python3-psycopg2 default-jdk libpostgresql-jdbc-java postgresql-plpython3-12 libpq-dev
   

2. PostgreSQL サーバを起動開始

   エラーメッセージが出ていなければ OK です．

   sudo pg_ctlcluster 12 main start
   sudo pg_ctlcluster 12 main status
   

3. PostgreSQL の動作確認

   Ubuntu のサービスアカウント postgres と peer 認証により，PostgreSQL の psql を使ってみます．

   「\c」により，使用されている PostgreSQL のロール名と，オープンされているデータベース名を確認します．

   確認したら，「\q」により終了します．

   sudo -u postgres psql
   \c
   \q
   

4. データベースの確認

   postgres, template0, template1 の 3 つのデータベースが表示されることを確認します．

   sudo -u postgres psql
   \l
   \q
   

5. psql のバージョン確認

   psql --version
   

postgresql.conf の設定例

ファイルは， 「sudo find -name "postgresql.conf" -print」で探すことができます．

設定例

shared_buffers = 1GB
work_mem = 1GB
max_files_per_process = 1000
effective_cache_size = 4GB