トップページ -> インストール，設定，利用 -> Windows ソフトウエア -> Anaconda 3（Python 開発環境）のインストールと， その Python 3 仮想環境に，Unity，ML-Agents，その他， 人工知能フレームワーク類のインストール（Windows 上）
[サイトマップへ], [サイト内検索へ]

Anaconda 3（Python 開発環境）のインストールと， その Python 3 仮想環境に，Unity，ML-Agents，その他， 人工知能フレームワーク類のインストール（Windows 上）

サイト構成 データベース関連技術 データの扱い インストール，設定，利用 プログラミング 情報工学の講義実習資料 サポートページ 連絡先，業績など

Anacoda 3 をインストールして Python 開発環境を整える．引き続き，Python 仮想環境を作り，Unity, ML-Agents, NVIDIA CUDA ツールキット，NVIDIA cuDNN，TensorFlow 1.15 をインストールする．インストールは，conda コマンド等で簡単にできる．

【このページの目次】

  1. Chocolatey のインストール
  2. Chocolatey を用いて、Unity, Unity Standard Assets, Unity for Linux をインストール
  3. Anaconda 3 とは
  4. Anaconda 3 のダウンロードとインストール
  5. Anaconda 3 の動作確認
  6. インストール済みパッケージの一括更新など
  7. 隔離された Python 仮想環境の作成（conda を使用）
  8. 新規作成された Python 環境を使いたいとき
  9. 隔離された Python 仮想環境で、インストールの前準備を行う
  10. Unity ML-Agents のための Python パッケージをインストールする
  11. Unity ML-Agents ツールキットをダウンロードし、インストールする
  12. Unity を起動し、Unity ML-Agents の設定を行う

先人に感謝．

参考 Web ページ: https://www.anaconda.com

Chocolatey のインストール

Chocolatey は，Windows で動くパッケージマネージャ． アプリケーションのインストールや更新が簡単にできるようになる．

※ 注意事項. Chocolatey のライセンス条項は必ず確認すること．

※ 注意事項. Chocolatey を使うと、種々のソフトウエアのインストールが楽になる． このとき、インストールするソフトウエアの利用条件、ライセンス条項は必ず、確認すること．

インストールは，Chocolatey の Web ページの記載の手順に従う．

  1. Windows で，PowerShell を管理者として実行．

    [image]
  2. Web ブラウザで，Chocolatey の Web ページを開く

    https://chocolatey.org/

  3. 「Get Started」をクリック

    新しい画面に変わるので確認する

    [image]
  4. 案内を確認する．ライセンス条項も利用者自身で確認すること．

    [image]
  5. 案内に従い，PowerShell で「Get-ExecutionPolicy」を実行する

    [image]
  6. その結果が「Restricted」だった場合には，案内に従い，PowerShell で「Set-ExecutionPolicy Bypass -Scope Process」を実行する

    [image]
  7. 引き続き，案内に従い，Webページに表示されているコマンドをコピーし，PowerShell で実行する

    [image]

    [image]
  8. 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.

Chocolatey を用いて、Unity, Unity Standard Assets, Unity for Linux をインストール

https://github.com/Unity-Technologies/ml-agents/blob/master/docs/Installation.md の記述により Unity 2018.4 以降をインストールする
  1. Windows で，コマンドプロンプトを管理者として実行．

    [image]
  2. Chocolatey を用いて、Unity, Unity Standard Assets, Unity for Linux をインストール

    しばらく待つ

    ※ Unity などをインストール済みのときは、違った画面になる

    ※ 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 

    choco install -y unity unity-standard-assets unity-linux

    [image]

Anaconda 3 とは

Anacondaは，Continuum Analytics 社が提供している Python バージョン 3 の言語処理系，開発環境やツール，管理ツールである conda，主要な Python パッケージを１つにまとめたソフトウエアである．次のアプリケーションも同封されている．

Anaconda 3 のダウンロードとインストール

ここでの設定

ダウンロードとインストールの手順

  1. Anaconda 3 の Web ページを開く
    https://www.anaconda.com
  2. 「Download Now」をクリックする．

    [image]
  3. Windows 用の 64 ビット版を選ぶ
    [image]
  4. ファイルのダウンロードが始まる．

  5. ダウンロードした .exe ファイルを実行．

  6. ようこそ画面では，「Next」をクリック．

  7. ライセンス条項の画面

  8. インストールタイプは「All Users」を選び，「Next」をクリック．

  9. インストールディレクトリ（フォルダ）は既定（デフォルト）のままでよい．「Next」をクリック．

    ※ インストールのときに「All Users」でなく「Just Me」を選んだときの注意点：日本語を含むディレクトリにはインストールしないことにする。 日本語を含むディレクトリが既定（デフォルト）になっているときは、 別のディレクトリを設定すること。

  10. インストールを開始したいので，「Install」をクリック．

    オプションは既定（デフォルト）のままで進める． ※ 「Add Anaconda to the system PATH environment variable」をチェックしない．Anaconda に同封のプログラムにパスを通すと，使いにくくなる（好みの問題ではある）と考える．Anaconda などの起動はスタートメニューで行うことにする．

    ※ 「Add Anaconda to the system PATH environment variable」にチェックした場合は，システム環境変数 PATH に，自動で追加される

  11. インストールが始まる．

    しばらく待つ

  12. インストール完了の表示．「Next」をクリック．

  13. PyCharm についての案内が表示されるので確認する

    https://www.anaconda.com/pycharm

  14. インストール完了の確認

  15. Windows のスタートメニューの「Anaconda (64-bit)」 の下に、 Anaconda プロンプト(Anaconda Prompt)，spyder があることを確認する．

Anaconda 3 の動作確認

Python を使ってみる

  1. スタートメニューで spyder を起動．
  2. spyder 起動時のメッセージを確認

  3. 動作確認のため，spyder の IPython コンソールで，次の Python プログラムを実行してみる 
    print(1 + 2)

Anaconda Navigator の確認

  1. スタートメニューで Anaconda Prompt を起動．
  2. 画面が開くので確認

    [image]
  3. インストール済みパッケージの確認は「conda list」で行う
  4. 特定のパッケージのバージョン確認は「conda list ＜パッケージ名＞」で行う． 

    conda list numpy

    [image]

インストール済みパッケージの一括更新など

  1. Anaconda Prompt を管理者として実行．

    [image] 

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

    [image]

    （途中省略）

    [image]

    （途中省略）

    [image]

    （途中省略）

    [image]
    （途中省略）

    [image]

    ※ 「反応が遅いなあ」と思ったら、Enter キーを押してみる．

隔離された Python 仮想環境の作成（conda を使用）

  1. 今から作成するPython 環境の名前と、Pythonのバージョンを決めておく
  2. Anaconda Prompt を管理者として実行．

    [image]
  3. 隔離された Python 仮想環境を作成する

    次のコマンドを実行．

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

    conda create -n ml-agents

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

    [image]

これで、もとからの Python 環境と， 新規作成されたPython 環境（Python のバージョン 3，名前は ai）の共存できた。

新規作成された Python 環境を使いたいとき

  1. Anaconda Prompt を実行．

  2. 次のコマンドを実行し，Python 環境（名前は ml-agents）を有効にする． 
    activate ml-agents

    [image]

    ※ もとの Python 環境に戻るときは「exit」

隔離された Python 仮想環境で、インストールの前準備を行う

いま作成した Python 環境で、パッケージの更新などの前準備を行う

  1. Anaconda Prompt を管理者として実行．

    [image]
  2. いま作成した Python 環境を有効にする

    次のコマンドを実行． 

    activate ml-agents

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

    １行ずつ実行

    「conda config --remove channels conda-forge」は，conda のチャンネルに「conda-forge」が入っていたら削除する操作．「CondaKeyError: 'channels' 'conda-forge' ...」というエラーメッセージは無視してよい． 

    conda config --remove channels conda-forge

    [image] 
    conda upgrade -y --all

    [image] 
    conda clean -y --packages

    [image]
  4. conda の動作確認

    エラーメッセージが出ないことを確認 

    conda info

    [image]

Unity ML-Agents のための Python パッケージをインストールする

https://github.com/Unity-Technologies/ml-agents/blob/master/docs/Installation.md の記述に従う

いま作成した Python 環境に、種々の Python パッケージをインストールする

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

(NVIDIA GPU を使うとき）NVIDIA グラフィックスボード・ドライバ

次のページの手順により，インストールを行う

※ GPU とは，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．

TensorFlow 1.15 のインストール（conda を使用）

  1. Anaconda Prompt を管理者として実行．

    [image]
  2. いま作成した Python 環境を有効にする

    次のコマンドを実行． 

    activate ml-agents

    [image]
  3. condaを用いてインストール

    GPU 版 Tensorflow をインストールする場合 

    conda install -y -c conda-forge tensorflow-gpu=1.15 tensorflow-datasets
conda config --remove channels conda-forge

    CPU 版の Tensorflow をインストールする場合

    ※ このとき，NVIDIA CUDA ツールキット，NVIDIA cuDNN が， TensorFlow に合うように，自動でバージョンダウンされる場合がある． これは問題ない． 

    conda install -y -c conda-forge tensorflow=1.15 tensorflow-datasets
conda config --remove channels conda-forge
  4. 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]
  5. (GPU を使うとき) GPU が認識できてるかの確認 

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

    [image]

ML-Agents の前提 Python パッケージのインストール（conda を使用）

https://github.com/Unity-Technologies/ml-agents/blob/master/ml-agents/setup.py の記述による

  1. Anaconda Prompt を管理者として実行．

    [image]
  2. いま作成した Python 環境を有効にする

    次のコマンドを実行． 

    activate ml-agents

    [image]
  3. condaを用いてインストール

    時間がかかるので待つ 

    conda install -y grpcio jupyter matplotlib numpy pillow protobuf pyyaml
conda install -y -c conda-forge h5py
conda config --remove channels conda-forge

Unity ML-Agents ツールキットをダウンロードし、インストールする

https://github.com/Unity-Technologies/ml-agents/blob/master/docs/Installation.md の記述に従う
  1. git のインストール

    Windows での git のインストール手順は，別ページで説明している．.

  2. Anaconda Prompt を管理者として実行．

    [image]
  3. いま作成した Python 環境を有効にする

    次のコマンドを実行． 

    activate ml-agents

    [image]
  4. Unity ML-Agents ツールキットをダウンロードする

    ※ 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 

    cd C:\tools
rmdir /s /q ml-agents
git clone https://github.com/Unity-Technologies/ml-agents.git

    [image]
  5. imgaug のインストール 

    mkdir c:\pytools
cd c:\pytools
rmdir /s /q imgaug

    [image] 

    conda install -y opencv cython scikit-image scipy
git clone https://github.com/aleju/imgaug
cd imgaug
python setup.py build
python setup.py install

    [image]
    (以下省略)
  6. pip コマンドを用いて ml-agents をインストール

    「pip install」の後ろは、半角スペースと半角ピリオド

    ※ 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

    「mlagents_envs==0.14」の「0.14」は，エラーの出ない版を指定する． 

    cd C:\tools\ml-agents
cd ml-agents
pip install mlagents_envs==0.14
python setup.py build
python setup.py install
  7. エラーメッセージが出ないことの確認

    [image]
  8. インストールができたことを確認する

    端末で，次のコマンドを実行．説明が表示されれば OK．

    ※ 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

    エラーメッセージが出たときは，上の操作の代わりに， 「pip install mlagents==0.14」を実行して，mlagents をインストールする 

    mlagents-learn --help

    [image]

Unity を起動し、Unity ML-Agents の設定を行う

Unity はゲームエンジン．ここでは、Unity を起動し、Unity ML-Agents の設定を行う

https://github.com/Unity-Technologies/ml-agents/blob/master/docs/Basic-Guide.md の記述に従う

  1. Unity を起動する

    スタートメニューを使って起動するのが簡単

  2. サインインする

    Unity ID を持っていないときは、「Sign in with google」などでログインするか、「create one」をクリックして Unity ID を作る

    [image]

    すでに、「Sign in with google」でログインしたことがある場合は、次のような画面が表示される

    [image]
  3. 初回起動時には、ライセンス管理の画面が開く． 下の画面では、 「Unity Personal」の方を選んでいる

    Unity の利用条件、ライセンス条項を確認し、利用すること

    [image]
  4. 初回起動時には、「Please select one of the options below」の画面が開くので、１つ選び、「Next」をクリック
  5. 初回起動時には、「Thank you!」の画面が開くので、１つ選び、「Start Using Unity」をクリック
  6. Unity の画面が開くので確認する

    [image]
  7. UnitySDK のプロジェクトを開きたいので、「Open」をクリック

    [image]
  8. 「C:\tools\ml-agents\UnitySDK」を選ぶ．少し待つ

    [image]
  9. このとき「Opening Project in Non-Matching Editor Installation」という画面が出る場合がある。 「Continue」をクリック

    [image]
  10. 設定を行う

    「Edit」 →「Project Settings」 →「Player」 と操作する

    [image]
  11. 「Other Settings」をクリック

    [image]
  12. Scripting Runtime Version は、「.NET 4.6 Experimental」か「.NET 4.x Equivalent」にする（どちらかが選べるはず）

    [image]
  13. Scripting Defines Symbols は、「ENABLE_TENSORFLOW」を設定する

    [image]
  14. 「File」 →「Save Project」 と操作して、設定を保存する

    [image]
  15. TensorFlowSharp プラグインをダウンロードする

    次の URL からダウンロードする

    https://s3.amazonaws.com/unity-ml-agents/0.5/TFSharpPlugin.unitypackage

    うまくダウンロードできないときは、 https://github.com/Unity-Technologies/ml-agents/blob/master/docs/Basic-Guide.md のWebページを開き、 「Setting up the ML-Agents Toolkit within Unity」のところにある 「Download」をクリック

  16. ダウンロードが始まる

    [image]
  17. ダウンロードしたTensorFlowSharp プラグインをインポートする

    ダウンロードしたファイルを実行する

    次のような画面が開くので「Import」をクリック

    [image]

    少し待つ

    [image]
  18. インポートが成功したかの確認

    Unity のプロジェクトの画面で、 「Assets」 →「ML-Agents」 →「Plugins」 →「Computer」のディレクトリに、TenforFlow のファイルがあるのを確認する

    [image]

事前学習済みのモデルを実行してみる

  1. Unity のプロジェクトウインドウ (Project window) で、 「Assets」 →「ML-Agents」 →「Examples」 →「3DBall」のディレクトリを開く

    [image]
  2. ここの「Scene」下にある、3DBall のシーンファイルを、ダブルクリックして開く

    [image]
  3. 画面が変わるので確認

    [image]
  4. 上にある画面をクリック。

    マウスの右ボタンを押しながらマウスを動かすと、回転する

    マウスのホイールで、前後移動するする

    [image]
  5. 階層の画面（Hierarchy window）で、 Ball3DAcademy ゲームオブジェクト の下にある Ball3DBrain をクリック

    ※ 階層の画面（Hierarchy window）は、ゲームオブジェクトの階層構造が表示される画面

    [image]
  6. インスペクタの画面（Inspector window）に、プロパティが表示されるので確認する

    [image]
  7. Ball3DBrain ゲームオブジェクトのプロパティである Brain 要素は、 Player, Heuristic, External, Internalから選ぶことができる

    [image]
  8. Brain 要素を、 Player から Internalに変更する

    [image]
  9. Unity のプロジェクトウインドウ (Project window) で、 「Assets」 →「ML-Agents」 →「Examples」 →「3DBall」 →「TFModels」 のディレクトリを開く

    [image]
  10. このディレクトリにある「3DBall」という名前のモデルファイルを、

    Ball3DBrain ゲームオブジェクトのプロパティである Brain 要素の Graph Modelフィールドにドラッグする

    ※すでに設定済みの可能性があるが念のため

    [image]

    [image]

    これで、事前学習済みのモデルが設定できた。

  11. 実行を開始する。

    「Play ボタン」をクリックして、実行を開始する。

    事前学習済みのモデルでバランスをとる様子を確認できる

    [image]

    [image]
  12. もう１度「Play ボタン」をクリックして、実行を停止する。

    [image]

学習を行ってみる

  1. もし実行中のときは、「Play ボタン」をクリックして、実行を停止しておく．
  2. 階層の画面（Hierarchy window）で、 Ball3DAcademy ゲームオブジェクト の下にある Ball3DBrain をクリック

    ※ 階層の画面（Hierarchy window）は、ゲームオブジェクトの階層構造が表示される画面

    [image]
  3. インスペクタの画面（Inspector window）で、 Ball3DBrain ゲームオブジェクトのプロパティである Brain 要素を、 Externalに変更する

    [image]
  4. 「External」に設定されていることを確認する

    [image]
  5. 「Play ボタン」をクリックして、実行を開始する。

    うまくボールを受け止めることができていないことを確認する

  6. もう１度「Play ボタン」をクリックして、実行を停止する。

    [image]
  7. 「File」 →「Save Project」 と操作して、設定を保存する．

    ※ 実行中のときは保存できないので、実行を停止してから保存する

    これで、学習を始める準備ができた．Unity の画面は閉じないこと

    [image]
  8. Windows でコマンドプロンプトを実行
  9. Python 環境を有効にする

    端末で，次のコマンドを実行． 

    activate ml-agents

    [image]
  10. カレントディレクトリを、ML-Agents ツールキットのディレクトリに移動 
    cd C:\tools\ml-agents

    [image]
  11. mlagents-learn コマンドを用いて学習

    「\」でなく「/」を使う 

    mlagents-learn config/trainer_config.yaml --run-id=1 --train

    セキュリティ警告が出た場合には許可する

    [image]
  12. 「training by pressing the Player button in the Unity Editor」と表示されるので、Unity の「Play ボタン」をクリック

    [image]
  13. 学習が進む

    [image]
  14. 学習が終わる

    [image]
  15. 学習済みのデータを Unityの配下にコピーする 
    copy C:\tools\ml-agents\models\1-0\editor_Ball3DAcademy_1-0.bytes C:\tools\ml-agents\UnitySDK\Assets\ML-Agents\Examples\3DBall\TFModels

    [image]
  16. 階層の画面（Hierarchy window）で、 Ball3DAcademy ゲームオブジェクト の下にある Ball3DBrain をクリック

    ※ 階層の画面（Hierarchy window）は、ゲームオブジェクトの階層構造が表示される画面

    [image]
  17. インスペクタの画面（Inspector window）に、プロパティが表示されるので確認する

    [image]
  18. Brain 要素を、 Player から Internalに変更する

    [image]
  19. Unity のプロジェクトウインドウ (Project window) で、 「Assets」 →「ML-Agents」 →「Examples」 →「3DBall」 →「TFModels」 のディレクトリを開く

    [image]
  20. このディレクトリにある「editor_Ball3DAcademy_1-0.bytes」という名前のモデルファイルを、 Ball3DBrain ゲームオブジェクトのプロパティである Brain 要素の Graph Modelフィールドにドラッグする

    [image]

    [image]
  21. 「File」 →「Save Project」 と操作して、設定を保存する

    ※ 実行中のときは保存できないので、実行を停止してから保存する

  22. これで、学習済みのモデルが設定できた。 「Play ボタン」をクリックして、実行を開始する。

    結果を確認する

    [image]
  23. もう１度「Play ボタン」をクリックして、実行を停止する。

    [image]

本サイトは金子邦彦研究室のWebページです．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） [image]