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)

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. PowerShell を管理者として実行.案内に従い,PowerShell で「Get-ExecutionPolicy」を実行す

    [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]
  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. Individual Edition」の下の「Learn More」をクリックする.

    [image]
  3. 下にスクロールし,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管理者として実行.

    [image]
  3. 前もって Python バージョン 3.6 をインストールしておくことを作成する

    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.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

    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())"
    

    [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、TensorFlow 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]