トップページインストール,使い方Windows の種々のソフトウェア(インストール,使い方)winget を用いて,Windows での主要なソフトウェアのインストールと設定(winget を使用)(Windows 上)

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

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

目次

  1. Windows での操作(注意点まとめ)
  2. winget のインストール
  3. マイクロソフト Visual Studio Community をインストール(winget を使用)
  4. vcpkg, 各種ライブラリのインストール(vcpkg を使用)
  5. Git, cmake, Wget, 7-Zip をインストール(winget を使用)
  6. NVIDIA ドライバ,NVIDIA CUDA ツールキット 11.7.1, NVIDIA cuDNN v8.5 のインストール
  7. Python,Python 開発環境
  8. ディープラーニング環境(TensorFlow, PyTorch その他)のインストール
  9. ディープラーニング応用
  10. 数値演算ライブラリ
  11. エディタ(VisualStudioCode, notepad++, Geany, Sublime Text のインストール)(winget を使用)
  12. 便利な Windows アプリケーションのインストール(winget を使用)
  13. その他
  14. winget でインストール済みのパッケージを一括更新

サイト内のまとめページ

  1. 人工知能応用,データ応用,3次元のまとめ
  2. Windows の使い方
  3. Ubuntu の使い方
  4. Python のまとめ
  5. C/C++ のまとめ
  6. R システムのまとめ
  7. Octave のまとめ

サイト内の主な Windows 関連ページ

Ubuntu のインストール,設定,セットアップ別ページにまとめている.

1. Windows での操作(注意点まとめ)

2. winget のインストール

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

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

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

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

    このとき,msixbundle のファイルを選ぶ

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

winstall を試してみる

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

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

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.

  1. インストール操作

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

    winget install Microsoft.VisualStudio.2022.Community
    

  2. Visual Studio Installer の起動

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

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

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

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

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

      C:
      cd %HOMEPATH%
      notepad hello.c
      

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

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

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

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

      実行結果例

      [image]

4. vcpkg, 各種ライブラリのインストール(vcpkg を使用)

  1. vcpkg のインストール

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

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

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

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

5. Git, cmake, Wget, 7-Zip をインストール(winget を使用)

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

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

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

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

    winget install Git
    winget install CMake
    winget install 7zip
    winget install GnuWin32.Wget
    
  4. システム環境変数 Pathに,C:\Program Files\CMake\bin, C:\Program Files\7-Zip, C:\Program Files (x86)\GnuWin32\bin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する.

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

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

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

    [image]

6. NVIDIA ドライバ,NVIDIA CUDA ツールキット 11.7.1, NVIDIA cuDNN v8.5 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.

インストール手順の詳細(別ページ)

Windows での NVIDIA ドライバ,NVIDIA CUDA ツールキット 11.7.1,NVIDIA cuDNN v8.5 のインストールと動作確認: 別ページで説明している.

6.1 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

6.2 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

Build Tools for Visual Studio 2022 (ビルドツール for Visual Studio 2022)もしくはVisual Studio 2022 を,前もってインストールしておく.NVIDIA CUDA の nvcc を機能させるため.

6.3 NVIDIA ドライバのインストール

  1. 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.

  2. 古いNVIDIA ドライバ,NVIDIA CUDA ツールキット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

  3. 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.

  4. 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.

    但し, NVIDIA CUDA ツールキットの古いバージョンを使うという場合は,NVIDIA CUDA ツールキットのインストールのときに NVIDIA ドライバをインストールするのでなく,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

6.4 NVIDIA CUDA ツールキット 11.7.1 のインストール(Windows 上)

要点

インストール手順の詳細(別ページ)

Windows での NVIDIA ドライバ,NVIDIA CUDA ツールキット 11.7.1,NVIDIA cuDNN v8.5 のインストールと動作確認: 別ページで説明している.

インストール手順の概要

NVIDIA CUDA ツールキット 11.7.1 のダウンロードとインストール

NVIDIA cuDNN v8.5 のインストール(Windows 上)

要点

インストール手順

  1. ZLIB DLL のダウンロードとインストール

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

    Windows のコマンドプロンプト管理者として実行するには, 検索窓で「cmd」と入れたあと, 右クリックメニューで「管理者として実行」を選ぶのが簡単.

    [image]

    v11.7」のところは,実際にインストールされているバージョンを確認し,読み替えてください.

    cd "C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.7\bin"
    curl -O http://www.winimage.com/zLibDll/zlib123dllx64.zip
    call powershell -command "Expand-Archive zlib123dllx64.zip"
    copy zlib123dllx64\dll_x64\zlibwapi.dll .
    

    [image]

    Windows で 「Could not locate zlibwapi.dll. Please make sure it is in your library path!」と表示されるときの対処:

    ここの説明を参考に ZLIB DLL をインストールする.

  2. NVidia の cuDNN のウェブページを開く

    https://developer.nvidia.com/cuDNN

  3. ダウンロードしたいので,cuDNNのところにある「Download cuDNN」をクリック.

    [image]
  4. NVIDIA Developer Program メンバーシップに入る

    cuDNN のダウンロードのため.

    Join now」をクリック.その後,画面の指示に従う. 利用者本人が,電子メールアドレス,表示名,パスワード,生年月日を登録.利用条件等に合意.

    [image]
  5. ログインする

    [image]
  6. 調査の画面が出たときは,調査に応じる
  7. ライセンス条項の確認

    [image]
  8. ダウンロードしたいバージョンを選ぶ

    ここでは「NVIDIA cuDNN v8.5.0 for CUDA 11.x」を選んでいる.

    このとき,画面の「for CUDA ...」のところを確認し,使用するNVIDIA CUDA のバージョンに合うものを選ぶこと.

    [image]
  9. Windows にインストールするので Windows 版を選ぶ

    [image]
  10. ダウンロードが始まる.

    [image]
  11. ダウンロードした .zip ファイルを展開(解凍)する. その中のサブディレクトリを確認しておく.

    Windows での展開(解凍)のためのソフトには,「7-Zip」などがある.

    [image]
  12. CUDA ツールキットをインストールしたディレクトリ」は,「C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.7」 のようになっている.確認する.

    [image]
  13. 確認したら, さきほど展開してできたすべてのファイルとディレクトリを,「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

    [image]
  14. パスが通っていることを確認.

    次の操作により,cudnn64_8.dllパスが通っていることを確認する.

    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.エラーメッセージが出ないことを確認.

    where cudnn64_8.dll
    

    [image]
  15. システム環境変数 CUDNN_PATH の設定を行う.

    システム環境変数 CUDNN_PATH の設定のため, 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する.

    call powershell -command "[System.Environment]::SetEnvironmentVariable(\"CUDNN_PATH\", \"C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.7\", \"Machine\")"
    

    [image]

6.5 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 (notepad) を使っている.

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

    nvcc hello.cu
    

    [image]
    .\a.exe
    

    [image]

    うまく動かない場合がある.

    • 「Max error: 2.000000」のように違う値が表示される場合.

      放置しない方が良い. NVIDIA CUDA,NVIDIA cuDNN のインストールがうまくできていない. インストール操作を間違っていた可能性があるため,アンインストールの後,再度,インストールを行ってみる. あるいは「最新版だとうまく動かない」という可能性もゼロではないため,古い版を試してみるということもありえる.

    • 「Max error: 0.000000」という表示自体が出ない場合.
      • Windows で,ユーザ名が日本語を含むとき,次のように,「nvcc hello.cu」がうまく動作しない上に,エラーメッセージも出ない場合がある.

        [image]

        このときは,ユーザ環境変数 TEMP に日本語を含まないディレクトリを設定する.

        ユーザ環境変数 TEMP に「C:\TEMP」を設定するために, コマンドプロンプトで,次のコマンドを実行する.

        mkdir C:\TEMP
        call powershell -command "[System.Environment]::SetEnvironmentVariable(\"TEMP\", \"C:\TEMP\", \"User\")"
        

        この設定を終わったあと,確認のため,新しくx64 Native Tools コマンドプロンプトを開き,nvcc hello.cu と .\a.exe をもう一度実行して確認する.

        nvcc hello.cu
        .\a.exe
        

        [image]
      • 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.

7. Python,Python 開発環境

インストールする Python のバージョンの確認

TensorFlow,PyTorch のバージョンは何でも良い場合(あるいは,TensorFlow,PyTorch を使う予定がない場合)

TensorFlow,PyTorch のバージョンは何でも良い場合(あるいは,TensorFlow,PyTorch を使う予定がない場合)は, Python 3.10 を使う.

Python 3.10 の根拠:

使用したい TensorFlow, PyTorch が決まっている場合(あるいは,古いバージョンの Python を使いたい場合)

使用したい TensorFlow, PyTorch が決まっている場合(あるいは,古いバージョンの Python を使いたい場合)では, 次により, Python, TensorFlow, PyTorch のバージョンの組み合わせを確認する.

7.1 Python 3.10 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

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

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

    [image]

    rmdir /s /q %APPDATA%\Python
    cd "C:\Program Files"
    for /F %i in ('dir /ad /b /w Python3*') do rmdir /s /q %i 
    

(2) Python 3.10 64 ビット版のインストール(Windows 上)

Python のインストールでの注意点

インストール手順

Windows での Python 3.10 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 3.10 をダウンロード

    ページの上の方にある「Downloads」をクリック. 「Downloads」の下にメニューが出るので,その中の「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 3.10.x (x は数字)を探して,選ぶ.

    [image]

    以下,Python 3.10.5 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. 2022/9 時点では,TensorFlow バージョン 2.10 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/2.10/#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. インストール時の設定
    1. 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]
    2. 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]
    3. Add Python 3.10 to PATH」をチェック.

      [image]
    4. Customize installation」をクリック.

      [image]
    5. 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]
    6. 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]
    7. そして,Python のインストールディレクトリは,「C:\Program Files\Python310」のように自動設定されることを確認.

      [image]
    8. Install」をクリック

      [image]
    9. インストールが始まる
    10. 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]
    11. インストールが終了したら,「Close」をクリック

      [image]
  8. インストールのあと,Windows のスタートメニューに「Python 3.10」が増えていることを確認.
  9. 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する.

    pypip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\Python310\Scripts\pip.exe」 が表示されることを確認. (「310」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\Python310C:\Program Files\Python310\Scripts が追加済みであることを確認(「310」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)

(3) pip と setuptools の更新

  1. Windows で,コマンドプロンプト管理者として実行

    Windowspip を実行するときは,コマンドプロンプト管理者として実行し,それを使って pip を実行することにする.

    コマンドプロンプトを管理者として実行: 別ページで説明している.

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

    [image]

【pip の利用】

Windows では,pip は,次のコマンドで起動できる:

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

Windows では,管理者として実行

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

Python, pip, Python 開発環境の起動コマンドのまとめ.

Windows では,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.

WindowsPython ランチャーでバージョン指定

Ubuntu では,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, Ubuntu での 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: 別ページで説明している.

Python プログラムを動かすために, Python のコマンド (python あるいは python3) を使う. あるいは, Python の開発環境や Python コンソール(Jupyter Qt ConsolespyderPyCharmPyScripter など)の利用も便利である.

  1. Windows で,コマンドプロンプト管理者として実行

    Windowspip を実行するときは,コマンドプロンプト管理者として実行し,それを使って pip を実行することにする.

    コマンドプロンプトを管理者として実行: 別ページで説明している.

  2. 次のコマンドを実行する.

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

    [image]

    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.

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

    Python の使用は「C:\venv\py310\Scripts\activate.bat」の後,「python」で行う.

    py -3.10 -m pip install -U pip setuptools
    py -3.10 -m venv --system-site-packages C:\venv\py310
    C:\venv\py310\Scripts\activate.bat
    python -m pip install -U pip setuptools jupyterlab jupyter jupyter-console jupytext PyQt5 nteract_on_jupyter spyder
    

(5) Jupyter Qt Console, NTeract が起動できるかを確認

  1. numpy, matplotlib のインストール

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

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

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

    jupyter qtconsole
    

  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する. 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"}

7.2 numpy, scikit-learn を使ってみる

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

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

(1) TensorFlow 2.10 (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管理者として実行

    コマンドプロンプトを管理者として実行: 別ページで説明している.

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

    [image]
  3. pip と setuptools の更新

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

    python -m pip install -U pip setuptools
    

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

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

    Windowspip を実行するときは,コマンドプロンプト管理者として実行し,それを使って pip を実行することにする.

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

    [image]
  5. TensorFlow 2.10 (2.10 は,2022/9 時点のTensorFlow の最新版) ,Keras, 関連ソフトウェアのインストール

    pip を用いてインストール

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

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

    pip を用いてインストール

    python -m pip install -U  numpy pillow pydot matplotlib seaborn pandas scipy scikit-learn scikit-learn-intelex opencv-python opencv-contrib-python
    
  7. TensorFlow のバージョン確認

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

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

    [image]

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

    [image]
    • Windows での NVIDIA ドライバ,NVIDIA CUDA ツールキット 11.7.1,NVIDIA cuDNN v8.5 のインストールと動作確認: 別ページで説明している.
  8. TensorFlow パッケージの情報の表示

    pip show tensorflow
    

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

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

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

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

    [image]

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

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

    Windows での NVIDIA ドライバ,NVIDIA CUDA ツールキット 11.7.1,NVIDIA cuDNN v8.5 のインストールと動作確認: 別ページで説明している.

  10. 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する.

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

    [image]

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

  1. 前準備として h5py, pillow のインストール

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

    10.png のようなファイル名で保存しておく

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

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

    次のプログラムをコピー&ペースト

    Kerasのサイトで公開されているものを少し書き換えて使用。

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

    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()」

8.2 PyTorch, Torchvision, Caffe2

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

PyTorch の URL: https://pytorch.org/

  1. PyTorch の「はじめよう」の Web ページを開く

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

  2. 種類を選ぶ

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

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

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

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

    コマンドプロンプト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管理者として実行することにする.

    Windowspip を実行するときは,コマンドプロンプト管理者として実行し,それを使って pip を実行することにする.

    python -m pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu116
    

    [image]
  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

    端末で,次のコマンドを実行する.

    ※ 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 プログラムの実行

    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. ディープラーニング応用

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)

関連する外部ページ

インストール手順の詳細(別ページ)

Dlib のインストール操作

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

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

cd C:\
rmdir /s /q dlib
git clone https://github.com/davisking/dlib
cd dlib
rmdir /s /q build
mkdir build
cd build
del CMakeCache.txt
cmake .. -G "Visual Studio 17 2022" -A x64 -T host=x64 ^
    -DCUDA_SDK_ROOT_DIR="c:/Program Files/NVIDIA GPU Computing Toolkit/CUDA/v11.7" ^
    -DCUDA_TOOLKIT_ROOT_DIR="c:/Program Files/NVIDIA GPU Computing Toolkit/CUDA/v11.7" ^
    -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

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__ )"

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

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

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

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

[image]

[image]

face_recognition のインストール操作

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

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

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

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

[image]

9.2 ipazc/mtcnn(顔検知)

関連する外部ページ

ipazc/mtcnn のインストール手順(Windows 上)

  1. インストール

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

    Windowspip を実行するときは,コマンドプロンプト管理者として実行し,それを使って pip を実行することにする.

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

    Windows で,コマンドプロンプトを実行. 次のコマンドを実行

    cd C:\dlib
    python
    

    次の Python プログラムを実行

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

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

    [image]

9.3 OpenPose (人体の姿勢推定,指のポーズ推定)

関連する外部ページ

インストール手順の詳細(別ページ)

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

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

[image]

9.4 Tesseract OCR 5 (文字認識)

関連する外部ページ

インストール手順の詳細(別ページ)

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

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

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

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

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

9.6 Meshroom(写真測量,フォトグラメトリ)

関連する外部ページ

Meshroom のインストール操作(Windows 上)

9.7 muZero

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

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

確認のため実行してみる.

python muzero.py
tensorboard --logdir ./results

9.8 OpenAIGym

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

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

10. 数値演算ライブラリ

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

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

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

10.1 インストール手順

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

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

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

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

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

10.3 Visual Studio Code の拡張機能

Visual Studio Code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.

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

12.1 Web ブラウザ,リモート接続(Google Chrome Web ブラウザ, Firefox Web ブラウザ, FileZilla, AWS Command Line インターフェイス, Advanced IP スキャナのインストール)(winget を使用)

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

winget install Google.Chrome
winget install Mozilla.Firefox
winget install TimKosse.FileZillaClient
winget install "AWS Command Line Interface"
winget install "Advanced IP Scanner"

12.2 ツール類(Windows Terminal, QuickLook, Everything, Greenshot, Graphviz, draw.io, DeepL, Google Earch Pro, hwinfo のインストール)(winget を使用)

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

winget install "Windows Terminal"
winget install QuickLook
winget install Everything
winget install Greenshot
winget install Graphviz
winget install draw.io
winget install DeepL
winget install "Google Earth Pro"
winget install HWiNFO

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

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

winget install PostgreSQL の利用
winget install DBeaver

12.4 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する.

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

DBeaver の使い方

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

  1. DBeaver を起動
  2. 新しい接続」をクリック

    [image]
  3. 接続タイプを選ぶ

    ここでは,「PostgreSQL の利用」を選んでいる.

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

    そのときは,次の手順で,ドライバファイルをダウンロードする.

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

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

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

      [image]
    3. ダウンロード」をクリック.

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

    [image]

DBeaver の基本操作

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

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

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

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

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

winget install EpicGames.EpicGamesLauncher

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

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

winget install BlenderFoundation.Blender
winget install MeshLab

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

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

winget install OpenJDK
winget install Greenfoot
winget install BlueJ

12.9 R システム(winget を使用)

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

winget install "Microsoft R Open"

12.10 Android Studio (winget を使用)

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

winget install "Android Studio"

Android Studio の設定は次のように行う.

12.11 Raspberry Pi Imager (winget を使用)

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

winget install "Raspberry Pi Imager"

13. その他

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.

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:

netcat, sqliteman のインストール

Windows のコマンドプロンプト管理者として実行し、 次のコマンドを実行

C:
mkdir c:\tools
mkdir c:\tools\misc
cd c:\tools\misc
# netcat
del /q master.zip
wget https://github.com/diegocr/netcat/archive/master.zip
 "c:\Program Files\7-Zip\7z.exe" x master.zip
move netcat-master\nc.exe .
rmdir /s /q netcat-master
del /q master.zip
# sqliteman
del /q Sqliteman-1.2.2-win32.zip
wget https://sourceforge.net/projects/sqliteman/files/sqliteman/1.2.2/Sqliteman-1.2.2-win32.zip
 "c:\Program Files\7-Zip\7z.exe" 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

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

14. winget でインストール済みのパッケージを一括更新

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

    コマンドプロンプトで,次のコマンドを実行

    winget upgrade --all
    

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