Windowsでディープラーニング環境を整える

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システムの基本操作について

Windowsシステムの基本操作ガイドを、別ページ »で説明している

3. Windowsのセットアップ、便利なフリーソフトウェア

Windowsのセットアップ

• 不要なプリインストールアプリの削除: 別ページ »で説明
• サービスの停止: 別ページ »で説明
• ディスククリーンアップ、デフラグの実行、その他: 別ページ »で説明

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とアドオン: Webブラウザ
  • Windowsでのインストール手順: 別ページ »で説明
  • Firefoxの公式ページ: https://www.mozilla.org/ja/firefox/new/
  • アドオンの例: Superpower ChatGPT、uBlock、Falcon、Simple Translate
• Google Chromeとアドオン: Webブラウザ
  • Google Chromeの公式ページ: https://www.google.com/intl/ja_jp/chrome/
  • アドオンの例: Superpower ChatGPT、uBlock、Falcon、DeepL翻訳
• Search Everything: ファイル名検索ツール
  • Windowsでのインストール: 別ページ »で説明
  • 公式ページ: http://www.voidtools.com/
• Visual Studio Code: テキストエディタ
  • Windowsでのインストール: 別ページ »で説明
  • 公式ページ: https://azure.microsoft.com/ja-jp/products/visual-studio-code
• Emacs: テキストエディタ
  • Windowsでのインストール: 別ページ »で説明
  • 公式ダウンロードページ: https://www.gnu.org/software/emacs/download.html
• FileZilla: ファイル転送
  • Windowsでのインストール: 別ページ »で説明
  • 公式ページ: https://filezilla-project.org/index.php
• MobaXterm: リモート接続やファイル転送
  • Windowsでのインストール: 別ページ »で説明
  • 公式ページ: https://mobaxterm.mobatek.net/
• GreenShot: スクリーンショットツール
  • 公式ダウンロードページ: https://getgreenshot.org/

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）

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

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のインストールは、Visual Studioを使う予定がある場合と、使う予定がない場合で方法が分かれる。

• Visual Studioを使う予定がある場合

  Visual Studio 2022をインストールする際に、「C++によるデスクトップ開発」を選択することで、Build Tools for Visual Studio 2022の機能も一緒にインストールされる。このためBuild Tools for Visual Studio 2022を別途インストールする必要はない。

  【サイト内の関連ページ】WindowsでのVisual Studio Community 2022のインストール: 別ページ »で説明

• Visual Studioを使う予定がない場合

  WindowsでBuild Tools for Visual Studio 2022をインストールするには、公式ページ（https://visualstudio.microsoft.com/ja/downloads/）から、「Build Tools for Visual Studio 2022」をダウンロードし、実行する。インストール時に「C++によるデスクトップ開発」を選択する。

【サイト内の関連ページ】

• Windowsでのビルドツール for Visual Studio 2022（Build Tools for Visual Studio 2022）のインストール: 別ページ »で説明

5. Git、CMake、7-Zipのインストール

Gitのインストール

管理者権限でコマンドプロンプトを起動し、以下を実行する。

REM Gitをシステム領域にインストール
winget install --scope machine --id Git.Git -e --silent
REM Gitのパス設定
set "GIT_PATH=C:\Program Files\Git\cmd"
if exist "%GIT_PATH%" (
    echo "%PATH%" | find /i "%GIT_PATH%" >nul
    if errorlevel 1 setx PATH "%PATH%;%GIT_PATH%" /M >nul
)

CMakeのインストール

管理者権限でコマンドプロンプトを起動し、以下を実行する。

REM CMakeをシステム領域にインストール
winget install --scope machine --id Kitware.CMake -e --silent
REM CMakeのパス設定
set "GMAKE_PATH=C:\Program Files\CMake\bin"
if exist "%GMAKE_PATH%" (
    echo "%PATH%" | find /i "%GMAKE_PATH%" >nul
    if errorlevel 1 setx PATH "%PATH%;%GMAKE_PATH%" /M >nul
)

7-Zipのインストール

管理者権限でコマンドプロンプトを起動し、以下を実行する。

REM 7-Zipをシステム領域にインストール
winget install --scope machine --id 7zip.7zip -e --silent
REM 7-Zipのパス設定
set "SEVENZIP_PATH=C:\Program Files\7-Zip"
if exist "%SEVENZIP_PATH%" (
    echo "%PATH%" | find /i "%SEVENZIP_PATH%" >nul
    if errorlevel 1 setx PATH "%PATH%;%SEVENZIP_PATH%" /M >nul
)

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

NVIDIAドライバのインストール（Windows上）

1. NVIDIAグラフィックス・ボードの確認

   Windowsのコマンドプロンプトで次のコマンドを実行する。

   wmic path win32_VideoController get name
   

2. NVIDIAドライバのダウンロード

   確認したグラフィックス・ボードのモデル名と、お使いのWindowsのバージョンに対応するドライバを、以下のNVIDIA公式サイトからダウンロードする。

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

3. ドライバのインストール

   ダウンロードしたインストーラー（.exeファイル）を実行し、画面の指示に従ってインストールを進める。

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

CUDAツールキットには、GPUでプログラムを実行するためのライブラリ、nvccコンパイラ、開発ツールなどが含まれている。ここではwingetを使ってCUDA 11.8をインストールする手順を示す。

1. 他のウィンドウを閉じる
2. Windowsで、コマンドプロンプトを管理者権限で起動する
3. wingetコマンドでCUDA 11.8をインストールする

   rem グラフィックボードの確認
   wmic path win32_VideoController get name
   
   rem CUDA Toolkit 11.8のインストール
   winget install --scope machine Nvidia.CUDA --version 11.8
   
   rem CUDA_HOME環境変数の設定
   powershell -command "[System.Environment]::SetEnvironmentVariable(\"CUDA_HOME\", \"C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\", \"Machine\")"
   

4. ユーザ環境変数TEMPの設定（日本語ユーザ名の場合）

   Windowsのユーザ名に日本語が含まれている場合、CUDAコンパイラnvccが一時ファイルの作成に失敗することがある。この問題を回避するために、ユーザ環境変数TEMPおよびTMPを、ASCII文字のみのパス（例: C:\TEMP）に変更する。

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

NVIDIA cuDNN 8.9.7のインストール（Windows上）

zlibのインストール（Windows上）

1. Windowsで、管理者権限でコマンドプロンプトを起動
2. 次のコマンドを実行

   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】

• zlibの公式ページ: https://www.zlib.net/

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. 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。

   

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

   「Join now」をクリック。その後、画面の指示に従う。

   

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ファイルを展開する

    

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

    

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

    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。

    where cudnn64_8.dll
    

    

16. Windowsのシステム環境変数 CUDNN_PATHの設定を行う

    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。

    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。

② Pythonのインストール

【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、管理者権限でコマンドプロンプトを起動
2. 次のコマンドを実行する

   python -m pip install -U pip setuptools
   

   

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、管理者権限でコマンドプロンプトを起動
2. 次のコマンドを実行する

   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

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

   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 qtconsole
   

   

   

3. 確認のため、Jupyter Qt Consoleで、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。

   import numpy as np
   %matplotlib inline
   import matplotlib.pyplot as plt
   import warnings
   warnings.filterwarnings('ignore')
   
   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。

   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

   「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

   import numpy as np
   %matplotlib inline
   import matplotlib.pyplot as plt
   import warnings
   warnings.filterwarnings('ignore')
   
   x = np.linspace(0, 6, 100)
   plt.style.use('default')
   plt.plot(x, np.sin(x))
   

   

⑦ NumPy、scikit-learnを使ってみる

• 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

  python -m pip install -U numpy scikit-learn scikit-learn-intelex
  

• NumPyの動作確認

  Pythonプログラムを実行する

  import numpy as np
  print(np.sin(0))
  exit()
  

  

• Pythonの数値演算等の性能確認

  Pythonプログラムを実行する

  次のプログラムは、NumPyとscikit-learnを使用して、行列計算とデータ分析を行う。

  1. 2000x2000の乱数行列XとYを生成し、それらの行列積を計算する
  2. scikit-learnのPCAを使用して、Xの主成分分析を行い、2次元に次元削減する
  3. NumPyのsvd関数を使用して、Xの特異値分解を行う
  4. scikit-learnのKMeansを使用して、Xに対して10クラスタのk-meansクラスタリングを行う

  各操作の実行時間を測定し、結果を出力する。

  import time
  import numpy
  import numpy.linalg
  import sklearn.decomposition
  import sklearn.cluster
  X = numpy.random.rand(2000, 2000)
  Y = numpy.random.rand(2000, 2000)
  # 行列の積
  a = time.time(); Z = numpy.dot(X, Y); print(time.time() - a)
  # 主成分分析
  pca = sklearn.decomposition.PCA(n_components = 2)
  a = time.time(); pca.fit(X); X_pca = pca.transform(X); print(time.time() - a)
  # SVD
  a = time.time(); U, S, V = numpy.linalg.svd(X); print(time.time() - a)
  # k-means
  a = time.time();
  kmeans_model = sklearn.cluster.KMeans(n_clusters=10, random_state=10).fit(X)
  labels = kmeans_model.labels_
  print(time.time() - a)
  

  実行結果の例

  • 行列の積: 0.04秒
  • 主成分分析: 0.14秒
  • SVD: 6.96秒
  • k-Meansクラスタリング: 0.42秒

  

⑧ 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する。

• pipでインストールするもの

  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 -U pip setuptools
  python -m pip install -U numpy scipy h5py scikit-learn scikit-learn-intelex scikit-image seaborn pandas pillow pytest cython bokeh statsmodels plotly sympy csvkit docopt pyproj flake8 protobuf bs4 html5lib rope wrapt cffi wheel six sphinx bottleneck pygments numexpr xlrd xlsxwriter lxml graphviz pydot flask django redis pylint bz2file PyOpenGL PyOpenGL-accelerate msgpack mecab ggplot matplotlib-venn pyglet pygame cocos2d bottle rtree shapely fiona gdal geopandas geopy geographiclib requests moviepy av gdown yt-dlp ruamel.yaml einops timm transformers pandasql pyyaml bokeh pymc3 mkl mkl-include holoviews pandas-bokeh ggplot prettyplotlib pybrain3 firebase-admin googletrans google-cloud-vision gpyocr azure-cognitiveservices-vision-computervision gensim gloo scikit-video scikits.datasmooth scikits.example scikits.fitting scikits.optimization scikits.vectorplot zodb gdata pycaret pywin32
  python -m pip install --extra-index-url https://archive.panda3d.org/ panda3d
  cd C:\
  curl -O https://www.panda3d.org/download/panda3d-1.10.9/panda3d-1.10.9-samples.zip
  powershell Expand-Archive -DestinationPath . panda3d-1.10.9-samples.zip
  

• Pythonパッケージで、ソースコードからインストールするもの

  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 git+https://github.com/jrosebr1/imutils.git
  python -c "import imutils; print(imutils.__version__)"
  python -m pip install git+https://github.com/DinoTools/python-overpy.git
  python -c "import overpy; print(overpy.__version__)"
  python -m pip install git+https://github.com/ianare/exif-py.git
  python -c "import exifread; print(exifread.__version__)"
  python -m pip install git+https://github.com/mapado/haversine.git
  python -m pip install git+https://github.com/Turbo87/utm.git
  #
  cd /d c:%HOMEPATH%
  rmdir /s /q head-pose-estimation
  git clone https://github.com/lincolnhard/head-pose-estimation
  cd head-pose-estimation
  curl -O http://dlib.net/files/shape_predictor_68_face_landmarks.dat.bz2
  "c:\Program Files\7-Zip\7z.exe" x shape_predictor_68_face_landmarks.dat.bz2
  #
  cd /d c:%HOMEPATH%
  rmdir /s /q PupilTracker
  git clone https://github.com/TobiasRoeddiger/PupilTracker
  

• pipのキャッシュの消去

  管理者権限でコマンドプロンプトを起動し、次のコマンドを実行

  python -m pip cache purge
  cd %LOCALAPPDATA%
  cd pip
  rmdir /s /q Cache
  

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

1. 管理者権限でコマンドプロンプトを起動
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 -U pip setuptools
   

   

4. TensorFlow関係のパッケージのアンインストール操作

   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のインストール

   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

   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

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

   

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

   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。

   

10. システム環境変数 TF_FORCE_GPU_ALLOW_GROWTHに、trueを設定

    管理者権限でコマンドプロンプトを起動し、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

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

   • PyTorch Build: 「Stable」
   • Your OS: 「Windows」
   • Package: 「Pip」
   • Language: 「Python」
   • CUDA: 「11.8」

   

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. 管理者権限でコマンドプロンプトを起動
   2. 次のようなコマンドを実行

      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

   python -c "import torch; print(torch.__version__, torch.cuda.is_available())"
   

   

6. PyTorchの動作確認

   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】

• Dlibの公式ページ: http://dlib.net/

【インストール手順の詳細（別ページ）】

• WindowsでのDlibのインストール: 別ページ »で説明

【Dlibのインストール操作】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。

「11.8」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】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の公式ページ: https://github.com/ipazc/mtcnn

【ipazc/mtcnnのインストール手順（Windows上）】

1. インストール

   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 git+https://github.com/ipazc/mtcnn.git
   python -c "import mtcnn; print(mtcnn.__version__)"
   

2. 動作確認

   コマンドプロンプトを実行し、次のコマンドを実行

   cd C:\dlib
   python
   

   次のPythonプログラムを実行

   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】

• OpenPoseのURL: https://github.com/CMU-Perceptual-Computing-Lab/openpose
• OpenPoseダウンロードのURL: https://github.com/CMU-Perceptual-Computing-Lab/openpose/releases

【インストール手順の詳細（別ページ）】

• WindowsでのOpenPoseのインストール: 別ページ »で説明

OpenPoseの動作確認のため、次を実行する。

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】

• Tesseract OCRの公式ドキュメント: https://github.com/tesseract-ocr/tessdoc

【インストール手順の詳細（別ページ）】

• WindowsでのTesseract OCR 5.3.3のインストールと動作確認（多言語の文字認識）: 別ページ »で説明

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

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

Meshroom（写真測量、フォトグラメトリ）

【関連する外部ページ】

• Meshroomの公式ページ: https://alicevision.org/

【Meshroomのインストール操作（Windows上）】

• Meshroomの公式ページ: https://alicevision.org/からダウンロードしてインストール

muZero

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

OpenAI Gym

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 .