トップページ ▶ インストール，運用 ▶ 情報工学の基礎 ▶ winget を用いて，さまざまな Windows アプリケーションのインストールと設定（winget を使用）（Windows 上）
サイトマップ サイト内検索 まとめページ アクセスログ

winget を用いて，さまざまな Windows アプリケーションのインストールと設定（winget を使用）（Windows 上）

全体構成 情報工学の基礎 インストール，運用 人工知能，実世界DB データ処理 プログラミング 支援 連絡先，業績など

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

  1. Windows での操作（注意点まとめ）
  2. winget のインストール
  3. マイクロソフト Visual Studio Community をインストール（winget を使用）
  4. vcpkg, 各種ライブラリのインストール（vcpkg を使用）
  5. Git, cmake, Wget, 7-Zip をインストール（winget を使用）
  6. NVIDIA ドライバ，NVIDIA CUDA ツールキット 11.6, NVIDIA cuDNN v8.4 のインストール
  7. Python，Python 開発環境，ディープラーニング環境（TensorFlow, PyTorch その他）のインストール
  8. ディープラーニング応用
  9. Python の種々のパッケージ
  10. 数値演算ライブラリ
  11. エディタ（VisualStudioCode, notepad++, Geany, Sublime Text のインストール）（winget を使用）
  12. 便利な Windows アプリケーションのインストール（winget を使用）
  13. その他
  14. winget でインストール済みのパッケージを一括更新

【サイト内の関連ページ】

まとめページ（サイト内）

  1. 最新技術，用語集，実行手順，まとめ（人工知能，データサイエンス，３次元コンピュータグラフィックス分野）
  2. パソコン等の操作説明
  3. Python まとめ（Google Colaboratory の実行画面付き）
  4. C/C++ 用語集

Windows ソフトウエアのインストールと設定

  1. さまざまな Windows アプリケーションのインストールと設定（Windows 上）
  2. winget を用いて，さまざまな Windows アプリケーションのインストールと設定（winget を使用）（Windows 上）
  3. Windows の種々のソフトウエアのインストール（目次ページ）
  4. Windows でディープラーニング環境を整える

Ubuntu のセットアップ：別ページで説明している．

1. Windows での操作（注意点まとめ）

2. winget のインストール

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．

  1. Web ブラウザの GitHub の winget-cli のページを開く

    https://github.com/microsoft/winget-cli

  2. 画面右側の「Releases」の下の「Windows Package Manager ...」をクリック
    [image]
  3. Windows Package Manager のページでダウンロードする

    このとき，msixbundle のファイルを選ぶ

    [image]
  4. 画面の指示に従い，インストールを行う
  5. 確認のため，コマンドプロンプトを開き，次のコマンドを実行． 
    winget -v
    [image]

winstall を試してみる

  1. https://winstall.app/apps を開き，インストールしたソフトを選ぶ（複数選ぶこともできる）．’
  2. 選択が終わったら「Generate script」をクリック．
  3. winget のコマンドが生成されるので，ダウンロード．
  4. コマンドプロンプトを管理者として実行し，ダウンロードしたコマンドを実行．

3. マイクロソフト Visual Studio Community をインストール（winget を使用）

Build Tools for Visual Studio （ビルドツール for Visual Studio）は，Windows で動くMicrosoft の C++ コンパイラーである．

  1. インストール操作

    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.2022.Community

  2. Visual Studio Installer の起動

    起動には，スタートメニューの「Visual Studio Installer」を使うのが便利

  3. Visual Studio Community 2022 で「変更」を選ぶ．

    [image]
  4. 「C++ によるデスクトップ開発」をチェック．そして，画面右側の「インストール」の詳細で「v143 ビルドツール用 C++/CLI サポート（最新）」をチェックする．その後，「インストール」をクリック．

    [image]
  5. コンパイラの動作確認
    1. 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.c としている． 

      C:
cd %HOMEPATH%
notepad hello.c

      [image]

    2. いまメモ帳で開いたファイルを， 次のように編集する（コピー＆ペーストしてください）．そして保存する． 
      #include <stdio.h>
int main() {
    printf("Hello,World!\n");
    printf("sizeof(size_t)=%ld\n", sizeof(size_t));
    return 0;
}

      [image]
    3. x64 Native Tools コマンドプロンプト を新しく開き，次のコマンドを実行

      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

      [image]

4. vcpkg, 各種ライブラリのインストール（vcpkg を使用）

  1. vcpkg 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．

    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
  2. 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:\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
  3. システム環境変数 Pathに，c:\vcpkg\installed\x64-windows\bin を追加することにより，パスを通す．

    管理者として実行した コマンドプロンプトで，次のコマンドを実行． 

    call powershell -command "$oldpath = [System.Environment]::GetEnvironmentVariable(\"Path\", \"Machine\"); $oldpath += \";c:\vcpkg\installed\x64-windows\bin\"; [System.Environment]::SetEnvironmentVariable(\"Path\", $oldpath, \"Machine\")"

5. Git, cmake, Wget, 7-Zip をインストール（winget を使用）

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．

  1. 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 ）

    [image]
  2. Git, cmake, Wget, 7-Zip の情報を確認 
    winget search git
winget search cmake
winget search wget
winget search 7zip
  3. Git, cmake, Wget, 7-Zip をインストール

    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
  4. システム環境変数 Pathに，C:\Program Files\CMake\bin, C:\Program Files\7-Zip, C:\Program Files (x86)\GnuWin32\bin を追加することにより，パスを通す．

    管理者として実行した コマンドプロンプトで，次のコマンドを実行． 

    call powershell -command "$oldpath = [System.Environment]::GetEnvironmentVariable(\"Path\", \"Machine\"); $oldpath += \";C:\Program Files\CMake\bin\"; [System.Environment]::SetEnvironmentVariable(\"Path\", $oldpath, \"Machine\")"
call powershell -command "$oldpath = [System.Environment]::GetEnvironmentVariable(\"Path\", \"Machine\"); $oldpath += \";C:\Program Files\7-Zip\"; [System.Environment]::SetEnvironmentVariable(\"Path\", $oldpath, \"Machine\")"
call powershell -command "$oldpath = [System.Environment]::GetEnvironmentVariable(\"Path\", \"Machine\"); $oldpath += \";C:\Program Files (x86)\GnuWin32\bin\"; [System.Environment]::SetEnvironmentVariable(\"Path\", $oldpath, \"Machine\")"
  5. システム環境変数 Path の確認

    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

    [image]

6. NVIDIA ドライバ，NVIDIA CUDA ツールキット 11.6, NVIDIA cuDNN v8.4 のインストール

GPU 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． NVIDIA CUDA ツールキット は，NVIDIA社が提供している GPU 用のプラットフォームである．

【サイト内の関連ページ】

● YouTube 動画, 「NVIDIA ドライバ, CUDA 11.6, cuDNN 8.4 のインストール (Windows 上) 」:

YouTube 動画のURL: https://youtu.be/Np1u6cFSz9E

ドクセルの URL: https://www.docswell.com/s/6674398749/KJ62N5-2022-04-19-133927

6.1 NVIDIA ドライバ，NVIDIA CUDA ツールキット, NVIDIA cuDNN のインストールの要点と注意点

Windows での追加の注意点

6.2 TensorFlow, PyTorch が必要とするNVIDIA CUDA ツールキットとNVIDIA cuDNN のバージョンの確認

次の 2つの場合のどちらにあてはまるかによる．「2」に当てはまる場合には，続きの説明により，NVIDIA CUDA ツールキット, NVIDIA cuDNN のバージョンを確認する．

  1. 「NVIDIA CUDA ツールキット, NVIDIA cuDNN のバージョンは何でも良い」し， 「TensorFlow, PyTorch のバージョンも何でも良い （あるいは，TensorFlow, PyTorch を使う予定はない）」 と言う場合は， NVIDIA CUDA ツールキット11.6.2, NVIDIA cuDNN 8.4.0 (2022/04時点) を使う．

    NVIDIA CUDA ツールキット11.6.2, NVIDIA cuDNN 8.4.0 の根拠：NVIDIA cuDNN のページ https://developer.nvidia.com/cudnn で，最新の NVIDIA cuDNN が対応しているNVIDIA CUDA ツールキット のバージョンを確認 （必ずしも，最新の NVIDIA CUDA ツールキット を使うわけではない場合がある）．

  2. 「TensorFlow, PyTorch, NVIDIA CUDA ツールキット, NVIDIA cuDNN の中で，使いたいバージョンが決まっているものがある」という場合には， 下の説明により， TensorFlow, PyTorch, NVIDIA CUDA ツールキット, NVIDIA cuDNN のバージョンの組み合わせを確認する．

(TensorFlow を使う予定がある場合) TensorFlow が対応する NVIDIA CUDA ツールキット, NVIDIA cuDNN のバージョンを確認

TensorFlow を pip コマンドでインストールするとき， TensorFlow のバージョンによって， 必要となる 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．

そのことについて，より詳しい説明は： 別ページで説明している．

2022年3月時点では TensorFlow の最新版は 2.8.0 であるが，過去の TensorFlow のバージョンを使うこともありえる． そこで，使用したい TensorFlow のバージョンにより， 必要な NVIDIA CUDA ツールキット，NVIDIA cuDNN のバージョンを決めることになる． 2022年3月時点の情報を，次のようにまとめておく．

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は可能である． NVIDIA cuDNN は，インストール時に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は可能である．

(PyTorch を使う予定がある場合) PyTorch が対応する NVIDIA CUDA ツールキット, NVIDIA cuDNN のバージョンを確認

2022年3月時点では次の通りである．

その根拠は， https://pytorch.org/ に表示される https://download.pytorch.org/whl/lts/1.8/torch_lts.html, https://download.pytorch.org/whl/cu113/torch_stable.html で確認できる．

6.3 Build Tools for Visual Studio （ビルドツール for Visual Studio）もしくは Visual Studio のインストール

マイクロソフト C++ ビルドツールもしくはVisual Studio を，前もってインストールしておく．

インストール手順などは上で説明している．

Visual Studio を使う予定がある場合は，Visual Studio をインストールする． Visual Studio を使う予定がない場合は、マイクロソフト C++ ビルドツールのインストールを行う．いずれも，CUDA の nvcc を機能させるため．

6.4 NVIDIA ドライバのインストール

  1. マイクロソフト C++ ビルドツールもしくはVisual Studio を，前もってインストールしておく．

    インストール手順などは上で説明している．

  2. 古いNVIDIA ドライバ，NVIDIA CUDA がインストール済みのとき，不要なものがあればアンインストール

    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

  3. NVIDIA グラフィックス・カードの種類を調べる

    hwinfo (URL: https://www.hwinfo.com) を使って調べることができる．

  4. あとで，NVIDIA CUDA ツールキットをインストールするときに，NVIDIA ドライバを同時にインストールすることができる．

    いまは、グラフィックス・カ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 ドライバをダウンロードして，インストールする．

    NVIDIA ドライバのダウンロードページ: https://www.nvidia.co.jp/Download/index.aspx?lang=jp

6.5 NVIDIA CUDA ツールキット 11.6，NVIDIA cuDNN 8.4 のインストール

Windows での NVIDIA ドライバ，NVIDIA CUDA ツールキット 11.5.2，NVIDIA cuDNN v8.3.3 のインストール: 別ページで説明している．

6.6 nvcc の動作確認

  1. C/C++ をコマンドで使いたいので，Visual Studio の x64 Native Tools コマンドプロンプトを開く．

    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

  2. 確認のため，「where cl」を実行．

    エラーメッセージが出ていないことを確認． 

    where cl

    [image]
  3. nvccの動作確認のため， https://devblogs.nvidia.com/easy-introduction-cuda-c-and-c/に記載のソースコードを使用．

    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

    [image]

  4. その後，ファイルを編集し，ファイルを保存．

    ファイル hello.cu ができる．

    [image]
  5. ビルドと実行．

    「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

    [image] 
    .\a.exe

    [image]

7. Python，Python 開発環境，ディープラーニング環境（TensorFlow, PyTorch その他）のインストール

インストールする Python のバージョンの確認

TensorFlow のバージョンの確認

次のページにより確認．

TensorFlow のタグのページ: https://github.com/tensorflow/tensorflow/tags で確認．

TensorFlow が対応する Python のバージョンの確認

2022年3月時点では次の通りである．

PyTorch が対応する Python のバージョンの確認

2022年3月時点では次の通りである．

その根拠： https://pytorch.org/ に表示される https://download.pytorch.org/whl/lts/1.8/torch_lts.html, https://download.pytorch.org/whl/cu113/torch_stable.html で確認

7.1 Python 3.9 のインストール，pip と setuptools の更新，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

(1) 古いバージョンの Python のアンインストール

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．

  1. Python をインストール済みであるかを確認．
  2. インストール済みのときは，Pythonをすべてアンインストールしてから，ここから先の操作を開始した方がトラブルが少ない．
  3. Python 関係のファイルの削除

    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*"

(2) Python 3.9 のインストール

インストールの要点

Python 3.9 のインストール（Windows 上）のページ: https://www.kkaneko.jp/tools/win/python.html

動画 URL: https://www.youtube.com/watch?v=2MlVmx-yLM8

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）

  1. TensorFlow のインストール予定がある場合には， 次のページで，必要な Python のバージョンを確認

    URL: https://pypi.org/project/tensorflow-gpu/#files

  2. Python の URL を開く

    URL: https://www.python.org

  3. Windows 版の Python 3.9 をダウンロード

    ページの上の方にある「Downloads」の下の「Windows」をクリック

    [image]
  4. 「Stable Releases」から，Python のバージョンを選ぶ

    ここでは，Python 3.9.x (x は数字）を探して，選ぶ．

    [image]

    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． 2022/2 時点では，TensorFlow バージョン 2.8 が動くのは，Python 3.10 または Python 3.9 または Python 3.8 または Python 3.7 (https://pypi.org/project/tensorflow/2.8/#files)

  5. ファイルの種類を選ぶ．

    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

    [image]
  6. ダウンロードが始まる

    [image]
  7. いまダウンロードした .exe ファイルを右クリック， 右クリックメニューで「管理者として実行」を選ぶ．

    [image]
  8. Python ランチャーをインストールするために，「Install launcher for all users (recommended)」をチェック．

    [image]

    ※ 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．

    [image]
  9. 「Add Python 3.9 to PATH」をチェック.

    [image]
  10. 「Customize installation」をクリック．

    [image]
  11. オプションの機能 (Optional Features)は，既定（デフォルト）のままでよい． 「Next」をクリック

    [image]
  12. 「Install for all users」を選ぶ．

    「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．

    [image]
  13. そして，Python のインストールディレクトリは，「C:\Program Files\Python39」のように自動設定されることを確認．

    [image]
  14. 「Install」をクリック

    [image]
  15. インストールが始まる
  16. 「Disable path length limit」が表示される場合がある．クリックして、パス長の制限を解除する

    表示されない場合は問題ない．そのまま続行．

    [image]
  17. インストールが終了したら，「Close」をクリック

    [image]
  18. インストールのあと，Windows のスタートメニューに「Python 3.9」が増えていることを確認．
  19. システムの環境変数 Path の確認のため，新しくコマンドプロンプトを開き，次のコマンドを実行．

    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）．

    [image]

    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）

  20. pip と setuptools の更新

    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．

    Windows での 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。

    [image] 

    python -m pip install -U pip setuptools

    [image]

(3) 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

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．

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．

  1. pip と setuptools の更新，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（Windows 上）

    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．

    Windows での 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。

    [image] 

    python -m pip install -U pip setuptools jupyterlab jupyter jupyter-console jupytext nteract_on_jupyter spyder

    [image]

    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． 

    py -3.9 -m pip install -U pip setuptools
py -3.9 -m venv --system-site-packages C:\venv\py39
C:\venv\py39\Scripts\activate.bat
python -m pip install -U pip setuptools jupyterlab jupyter jupyter-console jupytext nteract_on_jupyter spyder
  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． Jupyter Qt Console が開けば OK． 

    jupyter qtconsole

  3. 確認のため，Jupyter Qt Console で，次の Python プログラムを実行してみる． 
    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． 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))

  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"}

7.2 numpy, scikit-learn を使ってみる

7.3 TensorFlow, Keras, MatplotLib, opencv-python, PyTorch

(1) TensorFlow 2.8（GPU 対応可能）, 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する．

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

    [image]
  3. TensorFlow 2.8, Keras, MatplotLib, Python 用 opencv-python のインストール
  4. 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 での 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。

    [image] 

    python -m pip uninstall -y tensorflow tensorflow-cpu tensorflow-gpu tensorflow-text tf-models-official tf_slim tensorflow_datasets tensorflow-hub keras keras-tuner keras-visualizer

    [image]
  5. pip を用いてインストール 

    python -m pip install -U tensorflow tf-models-official==2.8.0 tf_slim tensorflow_datasets tensorflow-hub keras keras-tuner keras-visualizer 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

    [image]
    （以下省略）
  6. 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]

    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．

    [image]
    • NVIDIA 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．
    • Windows での NVIDIA cuDNN のインストールの詳細説明: 別ページで説明している．
  7. パッケージの情報の表示 

    pip show tensorflow

    [image]
  8. (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．

    [image]

    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．

  9. システム環境変数 TF_FORCE_GPU_ALLOW_GROWTH に，true を設定

    管理者として実行した コマンドプロンプトで，次のコマンドを実行． 

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

(2) TensorFlow, Keras, VGG 16, InceptionV3, Imagenet による画像分類を試してみる

  1. 前準備として h5py, pillow のインストール 

    python -m pip install -U h5py pillow
  2. 画像の準備

    10.png のようなファイル名で保存しておく

    [image]
  3. Python プログラムを動かす． 
    cd ＜画像を置いたディレクトリ＞
python

    [image]
  4. VGG 16, Imagenet による学習済みの重みデータによる画像分類を試してみる

    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)

    [image]

    python の終了は「exit()」

  5. InceptionV3, Imagenet による学習済みの重みデータによる画像分類を試してみる

    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]))

    [image]

    python の終了は「exit()」

7.4 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 11.5 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．

    • PyTorch Build: 「Stable」
    • Your OS: 「Windows」 ・・・ Windows にインストールするので
    • Package: 「pip」
    • Language: ・・・　Python を選ぶ
    • CUDA: 「11.3」 ・・・ CUDA 11 をインストールした場合

    [image]
  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

    [image]
  4. コマンドプロンプトを管理者として実行し，次のように，コマンドを実行

    Windows での 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。

    [image] 

    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
  5. その結果，エラーメッセージが出ていないことを確認．
  6. 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__ )"

    [image]
  7. 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 プログラムを動かす． 

    from __future__ import print_function
import torch
x = torch.rand(5, 3)
print(x)
exit()

    [image]
  8. GPU が動作しているか確認

    次の Python プログラムを実行して確認． 

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

    [image]
  9. Caffe 2 の確認

    メッセージが出ないことを確認 

    python -c "from caffe2.python import core"

    [image]
  10. Caffe 2 の確認

    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())"

    [image]

8. 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）

OpenPose （人体の姿勢推定，指のポーズ推定）

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

Tesseract OCR 5 （文字認識）

Github dyama/alpr_jp

次を実行する． 

cd c:\
rmdir /s /q alpr_jp
git clone https://github.com/dyama/alpr_jp

ipazc/mtcnn

Windows での 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。

[image]

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 （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． 

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．

Meshroom（写真測量，フォトグラメトリ）

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． 

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

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 .

9. 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．

10. 数値演算ライブラリ

Intel Performance ライブラリ (Intel oneAPI TBB, Intel oneAPI DNNL, Intel oneAPI MKL, Intel oneAPI IPP, Intel Distribution for Python)

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．

10. エディタ（VisualStudioCode, notepad++, Geany, Sublime Text のインストール）（winget を使用）

10.1 インストール手順

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"

10.2 Visual Studio Code で Python プログラムを扱う

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

10.3 Visual Studio Code の拡張機能

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．

12. 便利な Windows アプリケーションのインストール（winget を使用）

12.1 Web ブラウザ，リモート接続（Google Chrome Web ブラウザ, Firefox Web ブラウザ, FileZilla, AWS Command Line インターフェイス, Advanced IP スキャナのインストール）（winget を使用）

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"

12.2 ツール類（Windows Terminal, QuickLook, Everything, Greenshot, Graphviz, draw.io, DeepL, Google Earch Pro, hwinfo のインストール）（winget を使用）

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

12.3 リレーショナルデータベースシステム（PostgreSQL, DBeaver のインストール）

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

12.4 システム環境変数の設定

システム環境変数 Pathに，C:\Program Files\PostgreSQL\13\bin を追加することにより，パスを通す．

管理者として実行した コマンドプロンプトで，次のコマンドを実行． 

call powershell -command "$oldpath = [System.Environment]::GetEnvironmentVariable(\"Path\", \"Machine\"); $oldpath += \";C:\Program Files\PostgreSQL\13\bin\"; [System.Environment]::SetEnvironmentVariable(\"Path\", $oldpath, \"Machine\")"

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．

postgres.conf の設定例

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 の基本操作

SQL の実行手順例

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 の使い方

【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）】

  1. DBeaver を起動
  2. 「新しい接続」をクリック

    [image]
  3. 接続タイプを選ぶ

    ここでは，「PostgreSQL」を選んでいる．

    [image]
  4. 「ドライバファイルをダウンロードする」の画面が出ることがある．

    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．

    1. ドライバに関する情報を確認するために，「ドライバの編集」をクリック

      [image]
    2. ドライバに関する情報を確認（URL テンプレート，デフォルトポートなどを確認しておくと，あとで役に立つ場合がある）．

      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．

      [image]
    3. 「ダウンロード」をクリック．

      [image]
    4. ここで，ダウンロード終了までしばらく時間がかかる場合がある．ダウンロード終了を待つ．
    5. ダウンロードが終了したら，「OK」をクリック．
  5. 次に，Host, Database, ユーザ名, パスワードを設定する．ポート番号を確認する．そして，「終了」をクリック．

    [image]

【DBeaver の基本操作】

12.5 画像，ビデオ，音声（imagemagick, y2mp3, VLC media player, Openshot, Avidemux, OBS Studio, K-Lite Codec Pack Full のインストール）（winget を使用）

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

12.6 Epic Game Launcher のインストール（winget を使用）

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

12.7 Blender, MeshLab のインストール（winget を使用）

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

12.8 OpenJDK, Greenfoot, BlueJ のインストール（winget を使用）

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

12.9 R システム（winget を使用）

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"

12.10 Android Studio （winget を使用）

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．

12.11 Raspberry Pi Imager （winget を使用）

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"

13. その他

MobaXTerm （リモート接続，X サーバ）

Windows でのインストール手順: 別ページで説明している．

Microsoft Office

インストール手順: Microsoft Office 2019

Windows Sysinernals のデフラグツール，ゼロフィルツール

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:

netcat, sqliteman のインストール

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 32ビット版

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

14. winget でインストール済みのパッケージを一括更新

  1. Windows で，新しく，コマンドプロンプトを管理者として実行する．
  2. 更新の操作

    コマンドプロンプトで，次のコマンドを実行 

    winget upgrade --all

    [image]
  3. 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.

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]