レンダラー Mitsuba 2 のインストール（GitHub の mitsuba-renderer/mitsuba2 を使用，Windows 上）

URL: https://github.com/mitsuba-renderer/mitsuba2

前準備

Build Tools for Visual Studio 2022 （ビルドツール for Visual Studio 2022）もしくは Visual Studio 2022 のインストール（Windows 上）

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．

Visual Studio を使う予定がある場合
Windows での Visual Studio Community 2022 のインストール: 別ページで説明している．
Visual Studio を使う予定がない場合
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．

Git のインストール（Windows 上）

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:

Windows での Git のインストール: 別ページで説明している．

cmake のインストール（Windows 上）

cmake のダウンロードページ: https://cmake.org/download/

Windows での cmake のインストール: 別ページで説明している．

7-Zip のインストール（Windows 上）

7-Zip のページ: https://sevenzip.osdn.jp/

Windows での 7-Zip のインストール: 別ページで説明している．

NVIDIA ドライバ，NVIDIA CUDA ツールキット, NVIDIA cuDNN 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． NVIDIA 社のグラフィックス・カードが持つ GPU の機能を使うとき，NVIDIA CUDA ツールキットを利用することができる．

以下，インストールの注意点をまとめている． インストールと動作確認の詳細は別ページで説明している．

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

TensorFlow のバージョンは何でもよい場合（TensorFlow の特定のバージョンを必要としない場合，あるいは，TensorFlow を必要としない場合）
2022年10月時点では TensorFlow の最新版は 2.10 である．そして，TensorFlow 2.10 は問題なく動作するので，必要なら 2.10 を使うことにする．
TensorFlow 2.10 を動作させるために， NVIDIA CUDA ツールキット11.8, NVIDIA cuDNN 8.6 (2022/10時点) を使う．
その根拠：
- TensorFlow 2.10 の動作に cudart64_110.dll, cusolver64_11.dll, cudnn64_8.dll が必要である．
- そのために，最新の NVIDIA cuDNNを使う．
- そして，最新の NVIDIA cuDNNが対応している NVIDIA CUDA ツールキットは， NVIDIA cuDNN のページ https://developer.nvidia.com/cudnn で確認できる．
  必ずしも，最新の NVIDIA CUDA ツールキットを使えるとは限らないので確認が必要．
過去の TensorFlow のバージョンを使う場合
2022年10月時点では TensorFlow の最新版は 2.10 である．過去の TensorFlow のバージョンを使う場合は， NVIDIA CUDA ツールキット, NVIDIA cuDNN のバージョンに注意が必要な場合がある．
詳しくは，別ページで説明しているので，別ページを確認すること．

② NVIDIA ドライバ，NVIDIA CUDA ツールキット，NVIDIA cuDNN のインストール

Windows での NVIDIA ドライバ，NVIDIA CUDA ツールキット 11.8，NVIDIA cuDNN v8.6 のインストールと動作確認: 別ページで説明している．

古いバージョンの NVIDIA CUDA ツールキット，NVIDIA cuDNN のインストールも，だいたい，同じ手順になる．

以下，インストールの注意点をまとめている．

③ NVIDIA ドライバ，NVIDIA CUDA ツールキット，NVIDIA cuDNN のインストールでの注意点まとめ

NVIDIA ドライバのインストールでの注意点まとめ（Windows 上）

Windows で，NVIDIA グラフィックス・カードの種類を調べたいときは， hwinfo (URL: https://www.hwinfo.com) を使って調べることができる．
Windows では，NVIDIA CUDA ツールキットのインストーラに，NVIDIA ドライバが同封されているので，利用することができる．
但し，最新版ではない NVIDIA CUDA ツールキットを使うときには， NVIDIA CUDA ツールキットのインストーラに同封のNVIDIA ドライバは古いので，問題があるので， 前準備として，NVIDIA ドライバのインストールを行うこと．
次のページから，最新版の NVIDIA ドライバをダウンロードできる．
https://www.nvidia.co.jp/Download/index.aspx?lang=jp

NVIDIA CUDA ツールキットのインストールでの注意点まとめ（Windows 上）

Windows では，前準備として，Build Tools for Visual StudioもしくはVisual Studio を，前もってインストールしておく．
NVIDIA CUDA ツールキットの nvcc の動作に必要．
- Visual Studio を使う予定がある場合
  Windows での Visual Studio Community 2022 のインストール: 別ページで説明している．
- Visual Studio を使う予定がない場合
  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．
Windows では， NVIDIA CUDA ツールキットのインストール中は，他のウインドウはすべて閉じておくことが望ましい．
他のウインドウを開いている場合，NVIDIA CUDA ツールキットのインストールが失敗する場合がある．
NVIDIA CUDA ツールキットのダウンロードのページ
NVIDIA CUDA ツールキットのアーカイブのページ: https://developer.nvidia.com/cuda-toolkit-archive
TensorFlow 2.4.4 以下を使う場合は，インストールする NVIDIA CUDA ツールキットのバージョン，NVIDIA cuDNN のバージョンに注意する必要がある．
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．
NVIDIA CUDA ツールキットのインストールが終わったら，ユーザ環境変数 TEMP の設定を行う．
Windows のユーザ名が日本語のとき，nvcc がうまく動作しないエラーを回避するため．
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\")"
```
NVIDIA CUDA クイックスタートガイドの公式ページ
https://docs.nvidia.com/cuda/cuda-quick-start-guide/index.html

NVIDIA cuDNN のインストールのインストールでの注意点まとめ（Windows 上）

Windows では，前準備として，ZLIB DLL のインストールを行うこと．
ZLIB DLL のダウンロードページ: https://www.winimage.com/zLibDll で zlib123dllx64.zip
Windows では，コマンドプロンプトを 管理者として開き，次のコマンドを実行することにより，ZLIB DLL をインストールできる．
「v11.8」のところは，実際にインストールされている NVIDIA CUDA ツールキットの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\v11.8\bin"
curl -O http://www.winimage.com/zLibDll/zlib123dllx64.zip
call powershell -command "Expand-Archive zlib123dllx64.zip"
copy zlib123dllx64\dll_x64\zlibwapi.dll .
```
NVIDIA cuDNN のダウンロードページ
https://developer.nvidia.com/cudnn
インストールするNVIDIA cuDNN のバージョン
使用する NVIDIA CUDA ツールキットのバージョンにあう NVIDIA cuDNN のバージョンをインストールすること．
ダウンロードには，登録が必要．利用条件は利用者で確認すること．
Windows では，NVIDIA cuDNN に，パスを通す必要がある．
- NVIDIA cuDNN の8.3 系列以外のバージョン:
  NVIDIA cuDNN の zip ファイルをダウンロードしたら，Windows ならば，C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8 （「11.8」のところはバージョン番号）のようなパスの通っているディレクトリに展開（解凍）．
  あるいは，zip ファイルを展開したら，展開先の下の bin にパスを通す．
- NVIDIA cuDNN v8.3 系列:
  .exe ファイルの実行により「C:\Program Files\NVIDIA\CUDNN\v8.3 」にインストールされるので，C:\Program Files\NVIDIA\CUDNN\v8.3\bin にパスを通す．
NVIDIA cuDNN のインストール後に，必要に応じて，環境変数 CUDNN_PATH を設定する．
インストール後は，パスが通っていることを確認．
次の操作により，cudnn64_8.dll に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
```
インストール後は，Windows のシステム環境変数 CUDNN_PATH の設定を行う．
システム環境変数 CUDNN_PATH の設定のため，コマンドプロンプトを 管理者として開き，次のコマンドを実行する．
```
call powershell -command "[System.Environment]::SetEnvironmentVariable(\"CUDNN_PATH\", \"C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\", \"Machine\")"
```
Windows で，NVIDIA cuDNN の利用時に「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：
上の説明を参考に ZLIB DLL をインストールすること．

Python のインストール，pip と setuptools の更新，Python 開発環境のインストール

① 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よい場合（TensorFlow，PyTorch の特定のバージョンを必要としない場合，あるいは，TensorFlow，PyTorch を必要としない場合）

TensorFlow，PyTorch のバージョンは何でも良い場合は， Python のバージョンはわりと自由に選ぶことができる． 2022年10月時点では， Python 3.10 を使う．

Python 3.10 の根拠：

この記事作成 (2022/10) 時点の Python の最新版は 3.11 であるが，必ずしも最新版がよいわけではない．
Python 3.10 は， TensorFlow 2.10 (2.10 は，2022/10 時点のTensorFlow の最新版) に対応．このことは，https://pypi.org/project/tensorflow/#files で確認できる．
Python 3.10 を試したところ， PyTorch Stable (2022年10月時点では 1.13)は動くようである．(Stable (1.13) は，2022/10 時点のPyTorch 最新の Stable 版) ．

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．

使用する TensorFlow と Python のバージョンの組み合わせの確認
別ページで説明しているので確認すること．
使用する PyTorch と Python のバージョンの組み合わせの確認
別ページで説明しているので確認すること．

② Python のインストール

【Python のインストールでの注意点】

Windows Installer (64-bit) を使用する．
Windows で，ユーザ名が日本語のとき
Windows で，ユーザ名が日本語のとき，あとでトラブルが発生するかもしれない．トラブルの回避のため， Python をシステム管理者の領域にインストール（パソコンの全ユーザの共有領域）する．
TensorFlow を動かしたいとき
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)
Windows では， Python の 3.6.A，3.7.B, 3.8.C, 3.9.D, 3.10.E のように，複数のバージョンの Python を同時にインストールできる．詳しくは，別ページで説明している．

【インストール手順の詳細（別ページ） 】

Windows での Python のインストール: 別ページで説明している．

【Python の公式ページ】

http://www.python.org/

③ pip と setuptools の更新

Windows での pip と setuptools の更新

Windows で，コマンドプロンプトを管理者として開く

Windows で pip を実行するときは，コマンドプロンプトを管理者として開き，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．

次のコマンドを実行する．

python -m pip install -U pip setuptools

【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

Windows での Python 開発環境のインストール

Windows で，コマンドプロンプトを管理者として開く

Windows で pip を実行するときは，コマンドプロンプトを管理者として開き，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．

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

github の mitsuba-renderer/mitsuba2 のインストール

URL: https://github.com/mitsuba-renderer/mitsuba2

Windows での手順を下に示す．Ubuntu でも同様の手順になる．

Windows では，コマンドプロンプトを 管理者として実行．

Windows のコマンドプロンプトを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．
インストールディレクトリを空にする
```
cd c:\
rmdir /s /q mitsuba2
```
github の mitsuba-renderer/mitsuba2 のダウンロード
「--recursive」を付けている．glog, openexr, ptex, zlib があわせてダウンロードされる．
```
cd c:\
git clone --recursive https://github.com/mitsuba-renderer/mitsuba2
```
cmake の実行
cmake のオプションの「Visual Studio 17 2022」のところは，使用する Visual Studio のバージョンにあわせること． Visual Studio 2022 のときは，「Visual Studio 17 2022」． Visual Studio 2019 のときは，「Visual Studio 16 2019」
```
cd c:\
cd mitsuba2
rmdir /s /q build
mkdir build
cd build
del CMakeCache.txt
cmake -G "Visual Studio 17 2022" -A x64 -T host=x64 ^
-DCMAKE_C_FLAGS="/DWIN32 /D_WINDOWS /W0 /utf-8" ^
-DCMAKE_CXX_FLAGS="/DWIN32 /D_WINDOWS /GR /EHsc /W0 /utf-8" ..
```
（以下省略）
cmake の結果の確認
エラーメッセージが出ていないこと

ビルド操作，インストール操作

cmake --build . --config RELEASE --target INSTALL

結果の確認
エラーメッセージが出ていないこと

使ってみる

Mitsuba 2 の More advanced examples のページを開く
https://mitsuba2.readthedocs.io/en/latest/src/inverse_rendering/advanced.html
サンプルファイルをダウンロード
ダウンロードした bunny.zip を展開（解凍）

レンダリングする

c:\mitsuba2\build\dist\mitsuba.exe bunny.xml

次のような画像ができる

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）