タイトルに「winget を用いて」と書きました． winget を用いて簡単にインストールできるものは，winget を使います． winget を使ってインストールでないものについては，なるべくコマンドを使って（なるべくマウスなど使わずに）簡単に確実にインストールできるようにします（なるべく，このページに載っている コマンドのコピー＆ペーストでできるようにします）． C++ コンパイラのインストールとディープラーニング環境のインストールについては，こまめに動作確認の手順を入れています． ソフトウエアは，私が研究，教育で使ってきて，便利だと実感したものを選んでいます．
目次
【サイト内の関連ページ】
「ファイル名拡張子」をチェック，「隠しファイル」をチェックしておいた方が 作業が進めやすい（各自で判断すること）．
Windows のコマンドプロンプトを開くには，検索窓で「cmd」と入れるのが簡単．
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．
キーボードに 「\」があるとき， コマンドプロンプトで「\」を入れると，円記号「¥」が表示される．これは正常動作．
このページでは， ファイルを作るために，%HOMEPATH% に設定されているディレクトリを使うことにしたい．
次の例では，コマンドプロンプトで，カレントディレクトリを %HOMEPATH% に移動した後，notepad を使ってファイルを編集している．
注意事項. winget 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、インストールした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．
このとき，msixbundle のファイルを選ぶ
winget -v
Windows で動くMicrosoft の C++ コンパイラーである．
（例）cl hello.c
「cl hello.c」でコンパイルしたときは「hello.exe」ファイルができるので確認
#pragma warning(disable: 4996)
Windows のコマンドプロンプトを管理者として実行し， そこで，次のコマンドを実行（winget を利用してインストール ）
winget install Microsoft.VisualStudio.2019.Community
スタートメニューの「Visual Studio Installer」を使うのが便利
x64 Native Tools コマンドプロンプト で，次のコマンドを実行． ファイル名は hello.c としている．
C: cd %HOMEPATH% notepad hello.c
![[image]](../../info/logo_png.png){kind=logo}
#include <stdio.h>
int main() {
printf("Hello,World!\n");
printf("sizeof(size_t)=%ld\n", sizeof(size_t));
return 0;
}
結果として，「Hello,World!」「sizeof(size_t)=8」と表示されればOK．
cd %HOMEPATH% cl hello.c .\hello.exe
実行結果例
このとき，「cmake の使用時に "-DCMAKE_TOOLCHAIN_FILE=C:/vcpkg/scripts/buildsystems/vcpkg.cmake" を使う」のように表示されるので，確認する．
cd c:\ git clone https://github.com/microsoft/vcpkg .\vcpkg\bootstrap-vcpkg.bat .\vcpkg\vcpkg integrate install
c:\vcpkg\vcpkg --triplet x64-windows install blas ceres eigen3 ffmpeg freetype harfbuzz lapack lapack-reference libiconv libjpeg-turbo libpng lz4 ogre openblas[threads] opengl openjpeg pcre pthread qt5-base tbb tiff c:\vcpkg\vcpkg --triplet x64-windows install onednn intel-mkl boost ideep nccl onnx
c:\vcpkg\installed\x64-windows\bin
Git, cmake, Wget, 7-Zip は，ダウンロード，展開（解凍），ビルドのときに便利である．
winget search git winget search cmake winget search wget winget search 7zip
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．インストール中の表示をよく確認すること．
winget install Git winget install CMake winget install 7zip winget install GnuWin32.Wget
Windows での環境変数の設定は，マイコンピュータを右クリック → プロパティ→ 詳細設定 → 環境変数をクリック
Windowsの画面の表示では、「\」（円マーク）が表示される
新しくコマンドプロンプトを実行し， そのコマンドプロンプトで，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 git where git-gui where cmake where cmake-gui where 7z where wget
設定の要点
システム環境変数 CUDNN_PATH: C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.4
インストール手順などは上で説明している．
その方がトラブルが少ないように感じている．あとで「アンインストールを忘れていた」と思ったとしても，トラブルが発生（見慣れないエラーメッセージがでるなど）しなれけば，そのまま続行して構わない．
Windows のスタートメニューで「設定」，「アプリ」と操作して，「NVIDIA ・・・」を削除
TensorFlow を使う場合は，必要となる NVIDIA CUDA ツールキット，NVIDIA cuDNN のバージョン確認
TensorFlow は，そのバージョンによって，必要となる Python，NVIDIA CUDA ツールキット，NVIDIA cuDNN のバージョンが違う．必ずしも，「最新の NVIDIA CUDA ツールキット，NVIDIA cuDNN で動く」ということではないので，注意が必要である． そのことは，https://www.tensorflow.org/install/gpu で確認できる．
そこで， まずは，使用したい TensorFlow のバージョンにより， 必要な Python, NVIDIA CUDA ツールキット，NVIDIA cuDNN のバージョンを決める．
なお，NVIDIA CUDA ツールキットはバージョンごとにディレクトリ名が変わるので，複数バージョンの同時インストールが可能． NVIDIA cuDNN は，ディレクトリを自由に決めることができるので，複数バージョンの同時インストールが可能である．
NVIDIA CUDA ツールキットのバージョン：
指定されているバージョンより高いものは使わない． その根拠は次のページ． URL: https://www.tensorflow.org/install/source#common_installation_problems
NVIDIA cuDNN のバージョン：
その根拠は次のページ． URL: https://www.tensorflow.org/install/source#common_installation_problems
hwinfo (URL: https://www.hwinfo.com) を使って調べることができる．
いまは、グラフィックスボードの種類を確認し，次へ進む．
但し， NVIDIA CUDA ツールキットの古いバージョンを使う場合には，次のページから，最新のNVIDIA グラフィックスドライバをダウンロードして，インストールする．
NVIDIA グラフィックスドライバのダウンロード用ページ: https://www.nvidia.co.jp/Download/index.aspx?lang=jp
次の URL よりダウンロードして，インストールする．
Windows での NVIDIA グラフィックスドライバ，NVIDIA CUDA ツールキット 11.5，NVIDIA cuDNN 8.3 のインストール: 別ページで説明している．
cuDNN のダウンロードのため，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．
システム環境変数 CUDNN_PATHは次のように設定する． （cuDNN を展開したディレクトリに設定する）
環境変数の名前 CUDNN_PATH 値 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.5
where cudnn64_8.dll
「C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.4\bin\cudnn64_8.dll」 が表示される
動画リンク: https://www.youtube.com/watch?v=5ZI2M-0mJFo
起動は，Windows のメニューで「Visual Studio 20..」の下の「x64 Native Tools コマンドプロンプト (x64 Native Tools Command Prompt)」を選ぶ．「x64」は，64ビット版の意味である．
※ 32ビットのNative Tools コマンドプロンプトでは nvcc が動かない．
以下の操作は，x64 Native Tools コマンドプロンプトで行う
エラーメッセージが出ていないことを確認．
where cl
まず，エディタを開く（ここでは「メモ帳」を使っている）．
x64 Native Tools コマンドプロンプト で，次のコマンドを実行． ファイル名は hello.cu としている．
cd %HOMEPATH% notepad hello.cu
ファイル hello.cu ができる．
「nvcc hello.cu」で a.exe というファイルができる． 「Max error: 0.000000」と表示されればＯＫ．
うまく動かないときは，まず，マイクロソフト C++ ビルドツールの動作を，別ページの手順により確認し，異常があれば，マイクロソフト C++ ビルドツールのインストールなどで対処．それでも動かないときは，NVIDIA CUDA ツールキットのインストールしたときの作業に間違いがなかったかを再確認．
nvcc hello.cu
.\a.exe
すでに，Python がインストール済みのとき．
ここで示すインストール手順とは異なる設定ですでに Python をインストールしていた場合は，それをそのまま使うよりも， アンインストールしておいたほうがトラブルが少ない可能性がある．
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．
この操作は，必ずPython をすべてアンインストールした後に行うこと．
rmdir /s /q %APPDATA%\Python rmdir /s /q "C:\Program Files\Python3*"
インストールの要点
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． トラブルの回避策として， 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）する手順をここで説明する．
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． 2021/11 時点では，TensorFlow バージョン 2.7 が動くのは，Python 3.7 か 3.8 か 3.9
Python 3.9 のインストール（Windows 上）のページ: https://www.kkaneko.jp/tools/win/python.html
インストール手順
Windows での Python 3.9 のインストール（あとのトラブルが起きにくいような手順を定めている）
ページの上の方にある「Downloads」の下の「Windows」をクリック
ここでは，Python 3.9.x (x は数字）を探して，選ぶ．
以下，Python 3.9.9 を選んだとして説明を続ける．他のバージョンでも以下の手順はほぼ同じである．
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． 2021/11 時点では，TensorFlow バージョン 2.7 が動くのは，Python 3.7 か 3.8 か 3.9
Windows の 64ビット版のインストーラをダウンロードしたいので、「Windows Installer (64-bit)」を選ぶ
※ すでに Python ランチャーをインストール済みのときは， 「Install launcher for all users (recommended)」がチェックできないようになっている場合がある．そのときは，チェックせずに進む．
「Install for all users」を選ぶ理由．
ユーザ名が日本語のときのトラブルを防ぐため．
表示されない場合は問題ない．そのまま続行．
py とpip にパスが通っていることの確認である．
where py where pip
where py では「C:\Windows\py.exe」 が表示され， where pip では「C:\Program Files\Python39\Scripts\pip.exe」 が表示されることを確認． （「39」のところは使用する Python のバージョンに読み替えること）．
表示されないときは， システムの環境変数Pathに，C:\Program Files\Python39 と C:\Program Files\Python39\Scripts が追加済みであることを確認（「39」のところは使用する Python のバージョンに読み替えること）．無ければ追加し，再度コマンドプロンプトを開いて，再度「where py」，「where pip」を実行して確認．
それでもうまく行かない場合は，いろいろ原因が考えられる．対処としては，Python のアンインストールを行う．過去，アンインストールがうまく行かなかった可能性を疑う（Python の Scripts の中のファイルで，アンインストール操作により削除されるべきファイルが残っている可能性があるなど）
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．
python -m pip install -U pip setuptools
Python 開発環境，Python コンソール（Jupyter Qt Console, Jupyter ノートブック (Jupyter Notebook), Jupyter Lab, Nteract, spyder）のインストールを行う．
Python, pip, Python 開発環境の起動コマンドのまとめ．
Windows では，python, pip, Jupyter Qt Console, Jupyter ノートブック (Jupyter Notebook), Jupyter Lab, Nteract, spyder は，次のコマンドで起動できる．
Windows で複数の Python をインストールしているときは，環境変数 Path で先頭の Python が使用される．
Windows の Python ランチャーでバージョン指定
Ubuntu では，python, pip, Jupyter Qt Console, Jupyter ノートブック (Jupyter Notebook), Jupyter Lab, Nteract, spyder は，次のコマンドで起動できる．
Ubuntu では，「sudo pip3 install」でパッケージをインストールする前に，「apt-cache search ＜キーワード＞」で Ubuntu のパッケージを検索し，Ubuntu パッケージが見つかった場合にはそちらを 「apt install ＜Ubuntu のパッケージ名＞」でインストール．
Windows, Ubuntu での Python 開発環境，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: 別ページで説明している．
Python プログラムを動かすために， Python のコマンド (python あるいは python3 を使う． あるいは， Python の開発環境や Python コンソール（Jupyter Qt Console，spyder，PyCharm，PyScripter など）の利用も便利である．
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．
python -m pip install -U pip setuptools jupyterlab jupyter jupyter-console jupytext nteract_on_jupyter spyder
Python の隔離された環境を使用したいときは，次のような手順で， venv を用いて，Python の隔離された環境を作る．
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．
Python の使用は「C:\venv\py39\Scripts\activate.bat」の後，「python」で行う．
新しくコマンドプロンプトを開き，次のコマンドを実行． Jupyter Qt Console が開けば OK．
jupyter qtconsole
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))
新しくコマンドプロンプトを開き，次のコマンドを実行． ntetact が開けば OK．
jupyter nteract
そのために「Start a new notebook」の下の「Python」をクリック，次のプログラムを入れ実行．
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))
jupyter notebook --generate-config
c.NotebookApp.contents_manager_class = "jupytext.TextFileContentsManager"
"jupytext": {"formats": "ipynb,py"}
python -m pip install -U numpy scikit-learn scikit-learn-intelex
python import numpy as np print(np.sin(0)) exit()
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
設定の要点
システム環境変数 TF_FORCE_GPU_ALLOW_GROWTH の設定: true
python --version
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．
python -m pip uninstall -y tensorflow tensorflow-cpu tensorflow-gpu tensorflow_datasets tensorflow-hub keras
python -m pip install -U tensorflow tf-models-official tf_slim tensorflow_datasets tensorflow-hub numpy pillow pydot matplotlib seaborn scikit-learn scikit-learn-intelex keras keras-tuner keras-visualizer opencv-python opencv-contrib-python python -m pip install git+https://github.com/tensorflow/docs python -m pip install git+https://github.com/tensorflow/examples.git
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 グラフィックスドライバ，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．
pip show tensorflow
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())"
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 CUDA ツールキット 11.5，NVIDIA cuDNN 8.3 のインストール: 別ページで説明している．
Windows での環境変数の設定は，マイコンピュータを右クリック → プロパティ→ 詳細設定 → 環境変数をクリック
Windowsの画面の表示では、「\」（円マーク）が表示される
python -m pip install -U h5py pillow
10.png のようなファイル名で保存しておく
cd ＜画像を置いたディレクトリ＞ python
次のプログラムをコピー＆ペースト
Kerasのサイトで公開されているものを少し書き換えて使用。
「'10.png'」のところは，実際に使用する画像ファイル名に書き換えること．
import h5py from tensorflow.keras.preprocessing import image from tensorflow.keras.applications.vgg16 import VGG16 from tensorflow.keras.applications.vgg16 import preprocess_input import numpy as np m = VGG16(weights='imagenet', include_top=False) img_path = '10.png' img = image.load_img(img_path, target_size=(299, 299)) x = image.img_to_array(img) x = np.expand_dims(x, axis=0) x = preprocess_input(x) features = m.predict(x) print(features)
python の終了は「exit()」
次のプログラムをコピー＆ペースト
Kerasのサイトで公開されているものを少し書き換えて使用。
「'10.png'」のところは，実際に使用する画像ファイル名に書き換えること．
import h5py
from tensorflow.keras.preprocessing import image
from tensorflow.keras.applications.inception_v3 import preprocess_input, decode_predictions, InceptionV3
import numpy as np
m = InceptionV3(weights='imagenet')
img_path = '10.png'
img = image.load_img(img_path, target_size=(299, 299))
x = image.img_to_array(img)
x = np.expand_dims(x, axis=0)
x = preprocess_input(x)
preds = m.predict(x)
print('Predicted:')
for p in decode_predictions(preds, top=5)[0]:
print("Score {}, Label {}".format(p[2], p[1]))
python の終了は「exit()」
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/
Windows, pip, Python，NVIDIA CUDA ツールキット 11.5 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．
python -m pip install torch==1.10.1+cu113 torchvision==0.11.2+cu113 torchaudio===0.10.1+cu113 -f https://download.pytorch.org/whl/cu113/torch_stable.html
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__ )"
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 プログラムを動かす．
from __future__ import print_function import torch x = torch.rand(5, 3) print(x) exit()
次の Python プログラムを実行して確認．
import torch torch.cuda.is_available() exit()
メッセージが出ないことを確認
python -c "from caffe2.python import core"
CUDA デバイスの数が表示されることを確認
python -c "from caffe2.python import workspace; print(workspace.NumCudaDevices())"
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．
「v11.5」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一致させること．
rmdir /s /q c:\dlib cd c:\ git clone https://github.com/davisking/dlib cd c:\dlib rmdir /s /q build mkdir build cd build del CMakeCache.txt cmake -G "Visual Studio 16 2019" -A x64 -T host=x64 ^ -DCUDA_SDK_ROOT_DIR=c:/Program Files/NVIDIA GPU Computing Toolkit/CUDA/v11.5 ^ -DCUDA_TOOLKIT_ROOT_DIR=c:/Program Files/NVIDIA GPU Computing Toolkit/CUDA/v11.5 ^ -DCMAKE_INSTALL_PREFIX=c:/dlib ^ -DUSE_AVX_INSTRUCTIONS=1 ^ .. cmake --build . --config RELEASE --target INSTALL cd c:\dlib python setup.py build python setup.py install python -c "import dlib; print( dlib.__version__ )" cd c:\dlib\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" e mmod_human_face_detector.dat.bz2 "c:\Program Files\7-Zip\7z.exe" e dlib_face_recognition_resnet_model_v1.dat.bz2 "c:\Program Files\7-Zip\7z.exe" e shape_predictor_5_face_landmarks.dat.bz2 "c:\Program Files\7-Zip\7z.exe" e 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 cd c:\dlib cd tools\htmlify rmdir /s /q build mkdir build cd build cmake -G "Visual Studio 16 2019" -A x64 -T host=x64 ^ -DCMAKE_INSTALL_PREFIX="c:\dlib" .. cmake --build . --config RELEASE cmake --build . --config RELEASE --target INSTALL cd c:\dlib cd tools\imglab rmdir /s /q build mkdir build cd build cmake -G "Visual Studio 16 2019" -A x64 -T host=x64 ^ -DCMAKE_INSTALL_PREFIX="c:\dlib" .. cmake --build . --config RELEASE cmake --build . --config RELEASE --target INSTALL cd c:\dlib cd examples rmdir /s /q build mkdir build cd build cmake -G "Visual Studio 16 2019" -A x64 -T host=x64 ^ -DCMAKE_INSTALL_PREFIX="c:\dlib" .. cmake --build . --config RELEASE
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\python_examples python cnn_face_detector.py mmod_human_face_detector.dat ..\examples\faces\2007_007763.jpg
face_recognition の動作には，dlib が必要
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．
rmdir /s /q c:\face_recognition cd c:\ git clone https://github.com/ageitgey/face_recognition cd face_recognition python setup.py build python setup.py install
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．
■ インストールではパスを通す．
getBaseModels.bat を実行する．
cd C:\openpose-1.7.0-binaries-win64-gpu-python3.7-flir-3d_recommended\openpose cd models getBaseModels.bat
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，顔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\openpose bin\OpenPoseDemo.exe --video examples\media\video.avi
次を実行する．
cd c:\ rmdir /s /q alpr_jp git clone https://github.com/dyama/alpr_jp
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．
python -m pip install git+https://github.com/ipazc/mtcnn.git python -c "import mtcnn; print(mtcnn.__version__)"
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．
python -m pip install scikit-image cython python -m pip install git+https://github.com/philferriere/cocoapi.git#subdirectory=PythonAPI cd c:\pytools 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．
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．
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
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．
rmdir /s /q c:\gym cd c:\ git clone https://github.com/openai/gym.git cd gym python -m pip install -e .
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．
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．
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 msgpack mecab ggplot matplotlib-venn pygame bottle rtree shapely fiona gdal geopandas geopy geographiclib requests 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
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．
pip の実行では，コマンドプロンプトを管理者として実行することにする。
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 # mkdir c:\pytools cd c:\pytools 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" e shape_predictor_68_face_landmarks.dat.bz2 # mkdir c:\pytools cd c:\pytools rmdir /s /q PupilTracker cd c:\pytools git clone https://github.com/TobiasRoeddiger/PupilTracker
python -m pip install -q git+https://github.com/python-visualization/folium.git
python -m pip install pyproj rtree shapely
https://www.lfd.uci.edu/~gohlke/pythonlibs/#fiona, https://www.lfd.uci.edu/~gohlke/pythonlibs/#gdal から入手． このとき，使用している Python のバージョンに一致するものを選ぶ． amd64 のファイルを選ぶ．
そして「python -m pip」でインストール
# gdal が必要 mkdir c:\pytools cd c:\pytools rmdir /s /q geopandas git clone https://github.com/geopandas/geopandas cd geopandas python setup.py build python setup.py install
cd %LOCALAPPDATA% cd pip rmdir /s /q Cache
必要な場合にはインストールを行う．このソフトウエアについても，必ず利用条件を確認すること．
Windows のコマンドプロンプトを管理者として実行し， そこで，次のコマンドを実行（winget を利用してインストール ）
winget install Microsoft.VisualStudioCode winget install Notepad++ winget install Geany winget install "Sublime Text 4"
Visual Studio Code はエディタ．軽快動作．操作法は簡単． プログラム作成に向いた拡張機能が充実．Linux などでも動く．
動画リンク https://www.youtube.com/watch?v=B2QB8gvk11g
Visual Studio Code の拡張機能は，必要なものをインストールする．次に拡張機能を例示している．利用者で判断すること．
Windows のコマンドプロンプトを管理者として実行し， そこで，次のコマンドを実行（winget を利用してインストール ）
winget install Google.Chrome winget install Mozilla.Firefox winget install TimKosse.FileZillaClient winget install "AWS Command Line Interface" winget install "Advanced IP Scanner"
Windows のコマンドプロンプトを管理者として実行し， そこで，次のコマンドを実行（winget を利用してインストール ）
winget install "Windows Terminal" winget install QuickLook winget install Everything winget install Greenshot winget install Graphviz winget install draw.io winget install DeepL winget install "Google Earth Pro" winget install HWiNFO
Windows のコマンドプロンプトを管理者として実行し， そこで，次のコマンドを実行（winget を利用してインストール ）
winget install PostgreSQL winget install DBeaver
システム環境変数Pathに追加: C:\Program Files\PostgreSQL\13\bin
psql などを扱いやすくするために，Windows のシステムの環境変数を次のように設定する．
Windows での設定例．Windows マシンをPostgreSQL 専用に使うとき，そして，メインメモリが 32 GB のときは，それに合わせて設定する．
shared_buffers = 4GB work_mem = 1GB shared_memory_type=windows max_files_per_process = 1000 effective_cache_size = 16GB
パーソナルに使う場合は，オンライントランザクション処理を行わないので，WAL の機能を実質オフににして運用する可能性がある．
wal_level = minimal archive_mode = off max_wal_senders = 0
データベースファイルを SSD, NVMe に置くときは，次のように設定
random_page_cost = 1.1
psql を用いてインタラクティブに実行する場合．
psql create table T (id integer, name text); insert into T values(1, 'hello'); select * from T; \q
psql を用いて外部ファイルを実行する場合
psql \i hoge.sql \q
【DBeaver での PostgreSQL データベース接続（データベースブラウズができるまで）】
ここでは，「PostgreSQL」を選んでいる．
そのときは，次の手順で，ドライバファイルをダウンロードする．
そして，使用するライブラリを選び，「ダウンロードと更新」をクリック．
【DBeaver の基本操作】
データベースナビに，接続が表示されている．接続を右クリックし， 「SQL エディタ」を選ぶ
SQL を編集，実行すると結果が表示される．
データベースナビに，接続が表示されている． 接続を展開，使用中のデータベースを展開， 「スキーマ」を展開， 「public」を展開する． テーブルの一覧表示を得ることができる．
最新情報が表示されていないときは，右クリックメニューで「更新」．
テーブルを選び，ダブルクリックすると，テーブル定義の確認などができる．
テーブルを選び，ダブルクリックする．「データ」のタブをクリック．
テーブルを選び，ダブルクリックする．「ER 図」のタブをクリック．
データベースナビに，接続が表示されている．接続情報を見たい接続を右クリックし， 「編集 接続」を選ぶ
接続情報（Host, Database, ユーザ名, パスワードなど）の確認や変更ができる．
Windows のコマンドプロンプトを管理者として実行し， そこで，次のコマンドを実行（winget を利用してインストール ）
winget install ImageMagick.ImageMagick winget install y2mp3 winget install VideoLAN.VLC winget install OpenShot.OpenShot winget install Avidemux winget install OBSProject.OBSStudio winget install CodecGuide.K-LiteCodecPackFull
Windows のコマンドプロンプトを管理者として実行し， そこで，次のコマンドを実行（winget を利用してインストール ）
winget install EpicGames.EpicGamesLauncher
Windows のコマンドプロンプトを管理者として実行し， そこで，次のコマンドを実行（winget を利用してインストール ）
winget install BlenderFoundation.Blender winget install MeshLab
Windows のコマンドプロンプトを管理者として実行し， そこで，次のコマンドを実行（winget を利用してインストール ）
winget install OpenJDK winget install Greenfoot winget install BlueJ
Windows のコマンドプロンプトを管理者として実行し， そこで，次のコマンドを実行（winget を利用してインストール ）
winget install "Microsoft R Open"
Windows のコマンドプロンプトを管理者として実行し， そこで，次のコマンドを実行（winget を利用してインストール ）
winget install "Android Studio"
Android Studio の設定は次のように行う．
Gradleユーザー・ホーム： C:\Users\public\.gradle に設定
C:\Users\public\Documents\AndroidStudio\DeviceExplorer に設定
idea.config.path=C:/Users/public/.AndroidStudio3.6/config idea.system.path=C:/Users/public/.AndroidStudio3.6/system
Windows のコマンドプロンプトを管理者として実行し， そこで，次のコマンドを実行（winget を利用してインストール ）
winget install "Raspberry Pi Imager"
Windows でのインストール手順: 別ページで説明している．
インストール手順: Microsoft Office 2019
Windows Sysinernals の URL: https://docs.microsoft.com/ja-jp/previous-versions/bb545021(v=msdn.10)?redirectedfrom=MSDN
sdelete の URL: https://docs.microsoft.com/ja-jp/sysinternals/downloads/sdelete
次のコマンドで，デフラグと，空き領域のゼロフィルを行う．
defrag c: sdelete -z c:
Windows 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
C: mkdir c:\tools mkdir c:\tools\misc cd c:\tools\misc # netcat del /q master.zip wget https://github.com/diegocr/netcat/archive/master.zip x master.zip move netcat-master\nc.exe . rmdir /s /q netcat-master del /q master.zip # sqliteman del /q Sqliteman-1.2.2-win32.zip wget https://sourceforge.net/projects/sqliteman/files/sqliteman/1.2.2/Sqliteman-1.2.2-win32.zip x Sqliteman-1.2.2-win32.zip move Sqliteman-1.2.2\*.* . rmdir /s /q Sqliteman-1.2.2 del /q Sqliteman-1.2.2-win32.zip
OSGeo4W は，GDAL/OGR，GRASS，OPenEV，uDig，QGIS などの多数のパッケージの組み合わせ
コマンドプロンプトで，次のコマンドを実行
winget upgrade --all
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） ![[image]](../../info/kanekomail.png){kind=small}