サイトマップ サイト内検索 まとめ

Windows でディープラーニング環境を整える

【要約】 Windows環境におけるディープラーニングのためのソフトウェアセットアップについて説明している．主な内容としては，基本的な開発環境の構築（Python，Git，CMake，7-Zip，Build Tools for Visual Studio），NVIDIA関連ソフトウェア（ドライバ，CUDAツールキット，cuDNN）のインストール，Python関連パッケージ（NumPy，SciKit-learn，TensorFlow，Keras，MatplotLib，OpenCV，PyTorch）のインストールと設定，そして各種機械学習ライブラリ（Dlib，face_recognition，MTCNN，OpenPose，Tesseract OCR，Mask R-CNN，Meshroom，muZero，OpenAI Gym）のインストールである．各ソフトウェアについて，インストール手順，設定方法，動作確認の方法を示している．GPU利用のための設定や各ツールの基本的な使用方法も示している．全体を通して，コマンドラインの操作を具体的に示している．

【目次】

  1. ニューラルネットワークの基礎
  2. Windows での操作（注意点まとめ）
  3. Windows のセットアップ，便利なフリーソフトウエア
  4. ビルドツール（Build Tools）のインストール
  5. Git, CMake, 7-Zip のインストール
  6. NVIDIA ドライバ，NVIDIA CUDA ツールキット, NVIDIA cuDNN のインストール
  7. 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，PyCharm，Python の種々のパッケージ
  8. numpy, scikit-learn, TensorFlow, Keras, MatplotLib, opencv-python, PyTorch
  9. ディープラーニング応用

注意事項

【サイト内の関連ページ】

まとめページ

Windows 関連

1. ニューラルネットワークの基礎

用語： ニューラルネットワーク，モデル，学習，過学習，ドロップアウト，CNN，転移学習，データ拡張

用語集：別ページ »にまとめ

説明資料: 別ページ にまとめている．

2. Windows エクスプローラーファイル表示，コマンドプロンプトの起動，特殊文字（「\」 と「¥」）

ここでは，Windows エクスプローラーでの隠しファイルと拡張子の表示方法。コマンドプロンプトの通常起動と管理者としての実行，コマンドプロンプトでの「\」 と「¥」を説明する．

3. Windows のセットアップ，便利なフリーソフトウエア

Windows のセットアップ

便利なフリーソフトウェアのインストール

必要なフリーソフトウェアを選択して，インストールする．

FirefoxとGoogle Chromeは高機能なブラウザで，拡張機能を用いてカスタマイズが可能である．Search Everythingは迅速なファイル検索が可能である．Visual Studio CodeとEmacsはテキストエディタである．FileZillaとMobaXtermはファイル転送・リモート接続のために有用である．Kokomiteはマウス拡大，GreenShotはスクリーンショットの撮影・編集に役立つ．

理工学分野のフリーソフトウェア

理工学分野のフリーソフトウェア: 別ページ »で説明

その他，便利な機能をもったフリーソフトウェアの紹介

その他，便利な機能をもったフリーソフトウェアの紹介: 別ページ »で説明

4. Build Tools for Visual Studio 2022（ビルドツール for Visual Studio 2022）

Build Tools for Visual Studio（ビルドツール for Visual Studio）

Build Tools for Visual Studioは，Windowsで動作するMicrosoftの開発ツールセットである．主にC++プログラミングに使用される．このツールセットには，コンパイラ，リンカ，ランタイムライブラリ，その他のビルド関連ツールが含まれる．

【winget を用いたインストールコマンド】

次のコマンドは，Build Tools for Visual Studio 2022と VC2015 再配布可能パッケージをインストールするものである． 

winget install --scope machine Microsoft.VisualStudio.2022.BuildTools
winget install --scope machine Microsoft.VCRedist.2015+.x64

【Build Tools for Visual Studio とVisual Studio の主な違い】

【関連する外部ページ】

Build Tools for Visual Studio 2022（ビルドツール for Visual Studio 2022）の公式ダウンロードページ: https://visualstudio.microsoft.com/ja/visual-cpp-build-tools/

【関連項目】 Build Tools for 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），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）のインストールは，Visual Studio を使う予定がある場合（よく分からない場合を含む）と，使う予定がない場合（使う予定が無いことが確実な場合）で方法が分かれる．

【サイト内の関連ページ】

5. Git, CMake, 7-Zip のインストール

バージョン管理システム Git のインストール（Windows 上）

Git は、ソフトウェアの開発において使用されているバージョン管理システムである．git clone コマンドは、リモートリポジトリからソースコードをローカルマシンにコピー（クローン）するために使用される．シンプルなコマンドで，リモートリポジトリ全体のコピーや，リモートリポジトリとの同期を行えることが特徴である．

Windows 上で Git をインストールするには，公式ウェブサイト (https://git-scm.com/) から 64-bit Git for Windows Setup をダウンロードし，インストーラーの指示に従ってインストールを進める．ほとんどの設定は既定 (デフォルト) のままで問題ないが，PATH 環境変数の設定画面では 2 番目のオプションを選択することが推奨される．

【サイト内の関連ページ】 Windows での Git のインストール: 別ページ »で説明

【関連する外部ページ】 Git の公式ページ: https://git-scm.com/

CMake のインストール

CMake は，ソフトウェアのビルドプロセスを自動化し，効率的に管理するためのツールである．Windows では，CMake のオプションを確認したい場合には，「cmake-gui」コマンドを使用して，CMake のグラフィカルユーザインタフェースを起動することにより確認ができる．このcmake-guiで，ビルドオプションの設定や，ビルドの実行も可能である．

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

  1. CMake のダウンロードのページを開く

    https://cmake.org/download/

  2. 64ビットWindows のインストーラを選ぶ
  3. ダウンロードしたファイルを実行する．そして，オプションとして「Add CMake to the system PATH for all users」を選ぶ．他のオプションは既定（デフォルト）のままでよい．

【サイト内の関連ページ】

【関連する外部ページ】

7-Zip のインストール

7-Zipは，ファイル圧縮・展開（解凍）ツール

  1. Windows で，コマンドプロンプトを管理者として実行

    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

  2. 次のコマンドを実行

    次のコマンドは，7-Zip圧縮・展開（解凍）ツールをインストールするものである． 

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

【関連する外部ページ】

【関連項目】 7-Zip

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

GPU

GPUは，グラフィックス・プロセッシング・ユニット（Graphics Processing Unit）の略である．３次元コンピュータグラフィックスや３次元ゲーム，動画編集，仮想通貨のマイニング，科学計算，ディープラーニングなど，並列処理が必要な幅広い分野で活用されている．

TensorFlow GPU 版

TensorFlowは，Googleが開発した機械学習フレームワークである．Python，C/C++言語から利用可能で，CPU，GPU，TPU上で動作する．TensorFlowの特徴として「データフローグラフ」がある．これは，「データの流れ」を表現するもので，グラフの節点は演算（オペレーション）を，エッジはデータ（テンソル）の流れを表す．TensorFlowを使用することで，音声，画像，テキスト，ビデオなど多様なデータを扱う機械学習アプリケーションの開発が容易になる．2015年11月に初版がリリースされて以来，継続的にバージョンアップが続いている．

TensorFlow GPU 版の動作に必要なもの（2023年4月時点）

古いバージョンである2.4.4 あるいはそれ以前のバージョン のTensorFlow を使う場合は， 最新の NVIDIA cuDNNを使わないこと． 詳しくは，別ページ »で説明

NVIDIA ドライバのインストール（Windows 上）

NVIDIA ドライバ

NVIDIA ドライバは，NVIDIA製GPUを動作させるための重要なソフトウェアである．このドライバをインストールすることにより，GPUの性能を引き出すことができ，グラフィックス関連のアプリ，AI関連のアプリの高速化が期待できる．

ドライバはNVIDIA公式サイトである https://www.nvidia.co.jp/Download/index.aspx?lang=jp からダウンロードできる．このサイトからダウンロードするときには，グラフィックスカードとオペレーティングシステムを選択する． なお，NVIDIA GeForce Experiance を用いてインストールすることも可能である．

【サイト内の関連ページ】

  1. NVIDIA グラフィックス・ボードの確認

    Windows で，NVIDIA グラフィックス・ボードの種類を調べたいときは， 次のコマンドを実行することにより調べることができる． 

    wmic path win32_VideoController get name
  2. NVIDIA ドライバのダウンロード

    NVIDIA ドライバは，以下の NVIDIA 公式サイトからダウンロードできる．

    https://www.nvidia.co.jp/Download/index.aspx?lang=jp

  3. ダウンロードの際には，使用しているグラフィックス・ボードの型番とオペレーティングシステムを選択する．

NVIDIA CUDA ツールキット 11.8 のインストール（Windows 上）

NVIDIA CUDA ツールキットのインストール時の注意点

NVIDIAのGPUを使用して並列計算を行うためのツールセット

主な機能: GPU を利用した並列処理，GPU のメモリ管理，C++をベースとした拡張言語とAPIとライブラリ

【NVIDIA CUDA ツールキットの動作に必要なもの】

【Windows でインストールするときの注意点】

【関連する外部ページ】

【関連項目】 NVIDIA CUDA ツールキット, NVIDIA CUDA ツールキット 12.5 のインストール（Windows 上）, NVIDIA CUDA ツールキット 11.8 のインストール（Windows 上）

  1. Windows では，NVIDIA CUDA ツールキットのインストール中は，なるべく他のウインドウはすべて閉じておくこと．
  2. Windows で，コマンドプロンプトを管理者として実行

    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

  3. 次のコマンドを実行

    次のコマンドは，NVIDIA GeForce Experience，NVIDIA CUDA ツールキット 11.8 をインストールするものである． 

    wmic path win32_VideoController get name
winget install --scope machine Nvidia.GeForceExperience
winget install --scope machine Nvidia.CUDA --version 11.8
powershell -command "[System.Environment]::SetEnvironmentVariable(\"CUDA_HOME\", \"C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\", \"Machine\")"
  4. 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である．

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

NVIDIA cuDNN 8.9.7 のインストール（Windows 上）

NVIDIA cuDNN

NVIDIA cuDNN は， NVIDIA CUDA ツールキット上で動作するディープラーニング・ライブラリである． 畳み込みニューラルネットワークや リカレントニューラルネットワークなど，さまざまなディープラーニングで利用されている．

Windows で，NVIDIA cuDNN の利用時に 「Could not locate zlibwapi.dll. Please make sure it is in your library path!」と表示されるときは， ZLIB DLL をインストールすること．

【関連する外部ページ】

NVIDIA cuDNN のインストール（Windows 上）の概要

zlib のインストール（Windows 上）

  1. Windows で，コマンドプロンプトを管理者として実行

    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

  2. 次のコマンドを実行

    次のコマンドは，zlibをインストールし，パスを通すものである． 

    cd /d c:%HOMEPATH%
rmdir /s /q zlib
git clone https://github.com/madler/zlib
cd zlib
del CMakeCache.txt
rmdir /s /q CMakeFiles\
cmake . -G "Visual Studio 17 2022" -A x64 -T host=x64 -DCMAKE_INSTALL_PREFIX=c:/zlib
cmake --build . --config RELEASE --target INSTALL
powershell -command "$oldpath = [System.Environment]::GetEnvironmentVariable(\"Path\", \"Machine\"); $oldpath += \";c:\zlib\bin\"; [System.Environment]::SetEnvironmentVariable(\"Path\", $oldpath, \"Machine\")"
powershell -command "[System.Environment]::SetEnvironmentVariable(\"ZLIB_HOME\", \"C:\zlib\", \"Machine\")"

【関連する外部ページ】

【関連項目】 zlib

NVIDIA cuDNN 8.9.7 のインストール（Windows 上）

  1. NVIDIA cuDNN のウェブページを開く

    https://developer.nvidia.com/cuDNN

  2. 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．
  3. cuDNN Downloads のページで「Archive of Previous Releases」をクリック
  4. 「cuDNN 8.x - 1.x」をクリック
  5. ダウンロードしたいバージョンを選ぶ

    ここでは「NVIDIA cuDNN v8.9.7 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．

  6. Windows にインストールするので Windows 版を選ぶ
  7. NVIDIA Developer Program メンバーシップに入る

    NVIDIA 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．

  8. ログインする
  9. 調査の画面が出たときは，調査に応じる
  10. ライセンス条項の確認
  11. ダウンロードが始まる．
  12. 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）に便利な 7-Zip: 別ページ »で説明

  13. NVIDIA CUDA ツールキットをインストールしたディレクトリを確認する．「C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8」のようになっている．
  14. 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，NVIDIA 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
  15. 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
  16. Windows の システム環境変数 CUDNN_PATH の設定を行う． 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， システム環境変数 CUDNN_PATH の設定を行うことができる．

    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 

    powershell -command "[System.Environment]::SetEnvironmentVariable(\"CUDNN_PATH\", \"C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\", \"Machine\")"

7. 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，PyCharm，Python の種々のパッケージ

① インストールする Python のバージョンの確認

2022年12月時点では， Python 3.10 を使う．

Python 3.10 の根拠：

古いバージョンの TensorFlow，PyTorch を使う予定の場合．

次により， Python, TensorFlow, PyTorch のバージョンの組み合わせを確認し，それにあったバージョンの Python をインストールする必要がある．

② Python のインストール

【Python のインストールでの注意点】

【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

【Python の公式ページ】 https://www.python.org/

③ pip と setuptools の更新

  1. Windows で，コマンドプロンプトを管理者として実行

    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

  2. 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 Windows での Python 開発環境として，Jupyter Qt Console, Jupyter ノートブック (Jupyter Notebook), Jupyter Lab, Nteract, spyder のインストール

  1. Windows で，コマンドプロンプトを管理者として実行

    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

  2. 次のコマンドを実行する．

    次のコマンドを実行することにより，pipとsetuptoolsを更新する，Jupyter Notebook，PyQt5、Spyderなどの主要なPython環境がインストールされる． 

    python -m pip install -U pip setuptools requests notebook==6.5.7 jupyterlab jupyter jupyter-console jupytext PyQt5 nteract_on_jupyter spyder

⑤ PyCharm のインストール（Windows 上）

Windows での PyCharm のインストール: 別ページ »で説明

【他の Python の開発環境】

⑥ 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 プログラムを実行する

    Python プログラムの実行: 別ページ »で説明

    Python のまとめ: 別ページ »にまとめ

    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する．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する． 

    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 Python プログラムを実行する

    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する．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する． 

    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))
  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"}

⑥ numpy, scikit-learn を使ってみる

⑦ Python の種々のパッケージ

その他，Python パッケージは，必要なものをインストール．次に手順を例示している． 利用者で判断すること．

8. numpy, scikit-learn, TensorFlow, Keras, MatplotLib, opencv-python, PyTorch

① TensorFlow GPU 版 2.10, Keras, MatplotLib, Python 用 opencv-python のインストール

設定の要点

システム環境変数 TF_FORCE_GPU_ALLOW_GROWTH の設定: true

  1. Windows で，コマンドプロンプトを管理者として実行

    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

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

    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． 

    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
  5. TensorFlow 2.10.1 および関連パッケージ（tf_slim，tensorflow_datasets，tensorflow-hub，Keras，keras-tuner，keras-visualizer）のインストール．

    あわせて，TensorFlowの公式ドキュメント，サンプルコード、Kerasの追加モジュールもインストールする．

    pip を用いてインストールする． 

    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
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

    （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__ )"

    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．

    【サイト内の関連ページ】

  8. TensorFlow パッケージの情報の表示 
    pip show tensorflow
  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．

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

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

    Windows での NVIDIA ドライバ，NVIDIA CUDA ツールキット 11.8，NVIDIA cuDNN v8.9.7 のインストールと動作確認: 別ページ »で説明

  10. Windows の システム環境変数 TF_FORCE_GPU_ALLOW_GROWTH に，true を設定

    Windows で，コマンドプロンプトを管理者として実行

    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

    次のコマンドを実行 

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

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．

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

    PyTorch 2.3 のインストール手順例は次の通り

    1. Windows で，コマンドプロンプトを管理者として実行

      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

    2. PyTorch のページを確認

      PyTorch の公式ページ: https://pytorch.org/index.html

    3. 次のようなコマンドを実行（実行するコマンドは，PyTorch のページの表示されるコマンドを使う）．

      次のコマンドを実行することにより， PyTorch 2.3 （NVIDIA CUDA 11.8 用）がインストールされる． 但し，Anaconda3を使いたい場合には別手順になる．

      事前に NVIDIA CUDA のバージョンを確認しておくこと（ここでは，NVIDIA CUDA ツールキット 11.8 が前もってインストール済みであるとする）．

      PyTorch で，GPU が動作している場合には，「torch.cuda.is_available()」により，True が表示される． 

      python -m pip install -U --ignore-installed pip
python -m pip uninstall -y torch torchvision torchaudio torchtext xformers
python -m pip install -U torch torchvision torchaudio numpy --index-url https://download.pytorch.org/whl/cu118

python -c "import torch; print(torch.__version__, torch.cuda.is_available())"
  5. PyTorch のバージョン確認

    次のコマンドを実行．

    * バージョン番号が表示されれば OK． 

    python -c "import torch; print(torch.__version__, torch.cuda.is_available())"
  6. PyTorch の動作確認

    https://pytorch.org/get-started/locally/ に記載のサンプルプログラムを実行してみる

    Python プログラムを実行する 

    from __future__ import print_function
import torch
x = torch.rand(5, 3)
print(x)
exit()
  7. GPU が動作しているか確認

    Python プログラムを実行する 

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

9. ディープラーニング応用

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
rmdir /s /q CMakeFiles\
cmake .. -G "Visual Studio 17 2022" -A x64 -T host=x64 ^
    -DCUDA_SDK_ROOT_DIR="c:/Program Files/NVIDIA GPU Computing Toolkit/CUDA/v11.8" ^
    -DCUDA_TOOLKIT_ROOT_DIR="c:/Program Files/NVIDIA GPU Computing Toolkit/CUDA/v11.8" ^
    -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 -- /m:4

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__ )"

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

【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 /d c:%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 /d c:%HOMEPATH%\face_recognition
face_recognition --show-distance true known_people unknown_pictures

ipazc/mtcnn

【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．

    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． 

    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)

    Python プログラムを実行する 

    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)

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

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） 】

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 /d c:%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．

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） 】

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

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 .

Windowsでのディープラーニング開発環境の構築，さまざまな機械学習ライブラリの導入について，一連のプロセスを解説．