最近オペレーティング システムを復元したところ、多くのインストール プログラムが消えてしまいました。
Pytorch、Cuda、Anaconda をインストールする際のいくつかの問題を考慮して、落とし穴を踏まないようにツールキットをインストールする簡単で効果的かつ迅速な方法を共有します。
長すぎるので2記事に分けます。
この記事では、Anacondaを使用しないインストール方法を紹介します（結局のところ、Anacondaは多くのスペースを占有し、それを好まない人も多いです）。
以下にAnacondaを使用したインストール方法を説明します。
この記事の内容
1.Pythonをインストールする
1. ダウンロードアドレス
2. バージョンの選択
3. ダウンロード
4. インストール (Python 環境変数を自動的に追加することを選択)
5. 環境変数を設定する
6. インストールが成功したかどうかを確認します
2. IDE (PyCharm または Visual Studio コード)
3.CUDAをインストールする
1. NVIDIA ドライバーのバージョンを確認します。
2. CUDAダウンロードアドレス
3. CUDAのバージョンを選択します
4. CUDA パッケージをインストールする
5. CUDA 環境変数を構成する
6. CUDA が正常にインストールされているかどうかを確認します
4.CuDNNをインストールする
1. ダウンロード
2.インストール
3.環境変数を構成する
4.インストールが成功したかどうかを確認します
5. Pytorch (または TensorFlow) をインストールする
1. ダウンロードアドレス
2.バージョンの選択とコマンドを自動的にダウンロードしてインストールします
3.手動でダウンロードしてインストールするバージョンの選択
4.手動インストール版
5. 使用可能か確認する
6. 設置場所の問い合わせ
7. Tensorflow ダウンロード URL
簡単な説明：
1. Python は機械学習によく使われる言語で、開発環境 IDE としては PyCharm または VScode が一般的です。
2、PyTorch
PyTorch は、自然言語処理などのアプリケーション向けの、Torch に基づくオープンソースの Python 機械学習ライブラリです。
2017 年 1 月、Facebook Artificial Intelligence Research (FAIR) によって、Torch に基づいて PyTorch が開始されました。これは、Python ベースの持続可能なコンピューティング パッケージであり、次の 2 つの高度な機能を提供します。
強力な GPU アクセラレーション (NumPy など) を使用した Tensor 計算。自動導出システムを含むディープ ニューラル ネットワーク。
PyTorch の前身は Torch で、その最下位層は Torch フレームワークと同じですが、多くのコンテンツが Python で書き直されています。Python はより柔軟で、動的グラフをサポートするだけでなく、Python インターフェイスも提供します。これは、Torch7 チームによって開発された、強力な GPU アクセラレーションを可能にするだけでなく、動的ニューラル ネットワークもサポートする Python ファーストのディープ ラーニング フレームワークです。
PyTorch は、GPU サポートを備えた numpy とみなすこともできますが、自動導出機能を備えた強力なディープ ニューラル ネットワークとみなすこともできます。Facebook に加えて、Twitter、CMU、Salesforce などの機関でも採用されています。
3 、CUDA
CUDA は、NVIDIA によって発明された並列コンピューティング プラットフォームおよびプログラミング モデルです。グラフィックス プロセッシング ユニット (GPU) の処理能力を活用することで、コンピューティング パフォーマンスが大幅に向上します。
CUDA Toolkit (nvidia) は、CUDA コンパイラ (nvcc)、IDE、デバッガなどと CUDA ライブラリ ファイルを含む CUDA ツールのインストール パッケージです。
4 、CuDNN、
深層学習ソフトウェアライブラリ、
1.Pythonをダウンロードしてインストールします
1.ダウンロードアドレス
Python をダウンロードするための公式 Web サイトは次のとおりです: Python Source Releases | Python.org
公式ウェブサイトに入ると、次の画像が表示されます。
2.バージョンの選択
「特定のリリースを探していますか? (特定のバージョンを選択していますか?)」列を選択して、目的の Python バージョンをダウンロードします。
ここではPython3.10.9を選択して「ダウンロード」ボタンをクリックします。
ページが飛んだ後、下にスクロールしてください。「ファイル」列を最後まで探します。
3.ダウンロード
Linux オペレーティング システム用にダウンロードする必要があるバージョン:
CentOS オペレーティング システム用にダウンロードする必要があるバージョン:
ヒント：
実際、Linux と CentOS には Python が付属しているため、Python をダウンロードする必要はありません。
Mac オペレーティング システム用にダウンロードする必要があるバージョン:
Windows オペレーティング システム用にダウンロードする必要があるバージョン:
Windows 32 ビット オペレーティング システムのインストール バージョンを解凍します。ダウンロードは圧縮ファイルですので、解凍すればインストールは完了です。
Windows 64 ビット オペレーティング システムのインストール バージョンを解凍します。ダウンロードは圧縮ファイルですので、解凍すればインストールは完了です。
Windows 32 ビット オペレーティング システムの直接インストール バージョン。ダウンロードは直接インストーラーです。
Windows 64 ビット オペレーティング システムの直接インストール バージョン。ダウンロードは直接インストーラーです。
(推奨ダウンロード)
現在、ほとんどのコンピューターのオペレーティング システム Win7/Win10/Win11 は基本的に 64 ビットです。
バージョンの選択について:
コンピュータの「このコンピュータ」(マイ コンピュータ) の位置にマウスを置き、「プロパティ」を右クリックして、オペレーティング システム情報を表示するポップアップ インターフェイスを表示します。例: 「64 ビット オペレーティング システム、x64 ベース」プロセッサ」を選択し、「Windows インストーラー (64 ビット)」を選択してダウンロードします。
4.インストール:
(1) ダウンロードした python-3.10.9-amd64 インストール プログラムをダブルクリックします。
このバージョンの amd64 に関する注意事項:
64 ビットは amd64 と em64t に分けられます。64 ビットは通常 AMD の 64 ビット CPU を指します。AMD64 ビット CPU は 32 ビット動作と 64 ビット互換性があり、一方 INTEL の EM64T は 64 ビット動作と 32 ビット互換性があります。 。
すべてのユーザーを確認します。
(2) 環境変数に自動的に追加する場合、つまり「Python 3.10 を PATH に追加する」にチェックを入れます。
(3) デフォルトのインストール (通常は C ドライブにインストールされます) の場合は、「今すぐインストール」を選択します。
インストールプロセスは比較的自動化されており、途中で「次へ」をクリックするだけです。
(4) C ドライブにインストールしたくない場合は、「インストールのカスタマイズ」を選択してインストールをカスタマイズできます。
オプション機能は後で使用するため、すべて選択します。
アドバンスオプション中，
この 3 つを選択する必要がありますが、その他の項目は選択するかどうかは関係なく、すべて個人の好みによって決まります。
「Pythonを環境変数に追加する」にチェックを入れると自動的に環境変数に追加されるので、後から環境変数を設定する必要はありません。
「場所のカスタマイズ」でインストール先のアドレスを選択します。
「次へ」をクリックします。
「インストール」をクリックします。
5.環境変数を設定する
「インストール中に環境変数を自動的に追加する」にチェックを入れた場合は、環境変数を設定する必要はありません。
インストール中に環境変数を自動的に追加するをオンにするのを忘れた場合は、環境変数を手動で追加することもできます。
[このコンピュータ (マイ コンピュータ)] を右クリックし、[プロパティ] を選択し、[詳細設定] を選択し、[環境変数] を選択し、[システム環境変数] (ユーザー変数ではありません) を選択します。
(ユーザー変数ではなく) システム変数のパスを見つけて、(ユーザー変数ではなく) システム変数をクリックしてパスを編集します。
一部のコンピュータの環境変数は、上の図のように列に表示されず、行に表示されます。どのような環境変数があるのかを確認するのは困難です。
リスト状態で表示するように変更するにはどうすればよいですか?
64 ビット Win11 オペレーティング システムを例に挙げると、システム環境変数の Path 列の先頭にシステム変数 C:\Windows\System64 を追加するだけです。
確認後、再度「環境変数の編集」をクリックすると、列に表示されます。
先ほどの Python のインストール場所を見つけます。たとえば、インストール場所は D:\Program Files(x64)\Python です。
次に、「パス」をクリックし、「編集」をクリックします。
環境変数の編集インターフェイスで「新規」をクリックします。
システム環境変数のPathに以下の2つの情報を英語形式で追加し、各変数をセミコロン(;)で区切ります。
D:\プログラム ファイル(x64)\Python;
D:\プログラム ファイル(x64)\Python\Scripts;
「OK」をクリックします。
もう一度 [確認] をクリックします (忘れずにもう一度 [確認] をクリックしてください。そうしないと、追加は成功しません)。
「OK」をクリックします。
6.インストールが成功したかどうかを確認します
キーボードの Windows (Microsoft ロゴ) ボタン + R ボタンを押したまま、実行コマンド インターフェイスで「cmd」と入力して実行ウィンドウを開きます。
実行ウィンドウのインターフェイスに「python」と入力します。
Python のバージョン番号が 3.10.9 と表示されれば、インストールは成功です。
または: Python のインストール アドレスを入力し、「python」という名前の exe ファイルを見つけます。
ダブルクリックすると、次の Python バージョン番号情報が表示されます。
インストールは成功しました。
Python のインストール リストを表示します。
実行中のコマンド ウィンドウにコマンドを入力します: python -m site
問題が見つかりました:
Pythonを表示するユーザーインストールパッケージのベースパスとユーザーインストールパッケージのサイトパスが存在しません。
USER_BASE: 'D:\\Program Files\\Python' (存在しません)
USER_SITE:' D:\\Program Files\\Python\\Scripts\\Python310\\site-packages' (存在しません)
実行コマンド ウィンドウで次のように入力します。
set PYTHONUSERBASE=D:\\Program Files\\Python
解決できる。
または、インストールされた Python ファイルの場所を開きます。
D:\Program Files(x64)\Python\Lib
not site.py という名前のファイルを見つけて、IDE で開きます。
ユーザー インストール パッケージのベース パスとユーザー インストール パッケージのサイト パスのパスが存在しないことがわかります。
USER_SITE = なし
USER_BASE = なし
これを次のように変更します。
USER_SITE = 'D:\Program Files(x64)\Python\Lib\site-packages'
USER_BASE = 'D:\Program Files(x64)\Python\Scripts'
Python インストール リストをもう一度確認します。
実行中のコマンド ウィンドウにコマンドを入力します: python -m site
Python のユーザー インストール パッケージのベース パスとユーザー インストール パッケージのサイト パスが既存のものとして表示されます。
2.IDEのインストール
1.Pycharmのダウンロードアドレス
PyCharm: プロの開発者向けの JetBrains の Python IDE
Pycharm のインストールは比較的自動的に行われるため、あまり説明しません。
2. Microsoft 公式 Web サイトから Visual Studio Code をダウンロードしてインストールすることもできます。これは比較的自動化されています。
3.CUDAをインストールする
1. NVIDIA ドライバーのバージョンを確認します。
スタートプログラムに「NVIDIA コントロールパネル」と入力し、「NVIDIA コントロールパネル」をクリックします。
「システム情報」をクリックします。
「コンポーネント」をクリックします。
サポートされている CUDA バージョンを確認してください。ここではCUDA11.7.99と表示されているので、CUDA11.7以下のバージョンであればダウンロード可能です。
ドライバーのバージョンを確認します。
スタートプログラムに「NVIDIA コントロールパネル」と入力し、「NVIDIA コントロールパネル」をクリックします。
ヘルプインターフェースを開いた後、「システム情報」をクリックします。
注: CUDA サンプル インストール ファイルは、CUDA11.6 以降は提供されなくなりました。
公式 Web サイトの説明: https://docs.nvidia.com/cuda/cuda-samples/index.html
CUDA 11.6 以降、すべての CUDA サンプルはGitHub リポジトリでのみ入手できるようになりました。これらは CUDA ツールキット経由では利用できなくなりました。
GITHUB Web ページの CUDA サンプルのダウンロード アドレス:
GitHub - NVIDIA/cuda-samples: CUDA ツールキットの機能をデモする CUDA 開発者向けのサンプル
2. CUDA ダウンロード アドレス。
CUDA 公式 Web サイトのダウンロード アドレス: CUDA Toolkit Archive | NVIDIA Developer
Cudaバージョン選択のリファレンス:
https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html
NVIDIA GPU のコンピューティング能力のクエリ:
GeForce Gaming RTX 30 シリーズ ノートパソコンを比較 | エヌビディア
3. CUDAのバージョンを選択します
ここで CUDA11.6.0 バージョンを選択します (コンピューターでサポートされているバージョンと同じか、それ以下である必要があります)。
Windows のバージョンを選択します。
x86_64 ビットを選択します。
11 (cuda バージョン) を選択します。
exe(ローカル)を選択: ローカルにダウンロードします。
ネットワークの速度を考慮して、オンライン インストールに exe (ネットワーク) を使用しないようにしてください。
選択後、「ダウンロード」をクリックします。
4. CUDA パッケージをインストールする
ダウンロードした CUDA をダブルクリックして、管理者として実行します。
一時解凍インストールツールキットの保存場所を変更できます。
親切なヒント:
これは、一時的な解凍 CUDA インストール ツールキットが保存される場所であり、実際のプログラムのインストール場所ではありません。
「続行」をクリックします
「同意して続行」をクリックします。
ここで「カスタム」を選択すると、次の 2 つの利点があります。
1つは設置場所を自分で指定できること。
2 つ目は、インストール内容を自分で選択することです。
ここではCUDAのみチェックします。
すべての CUDA インストール コンポーネントを選択できます。
通常、コンピューターが工場出荷時に他のコンテンツがすでに組み込まれているためです。
たとえば、それを開いて見てみましょう:
GeForce Experience、PhysX、ディスプレイドライバーなどはコントロールパネルのインストールプログラムで確認する必要があり、最適なものが選択されるため、入れ替える必要はありません。
さあ、ここが本当の CUDA プログラムのインストール場所です。
後で環境変数を設定する必要があるため、これらのインストール場所を書き留めてください。
インストールディレクトリはデフォルトです。変更すると、その後の開発でエラーが発生する可能性がありますので、変更しないことをお勧めします。
1 つのインストール場所は Program Files で、もう 1 つは ProgramData (サンプル用) です。
親切なヒント:
インストール場所のパスを変更する場合でも、一時解凍 CUDA インストール ツール パッケージを保存した場所と同じにすることはできないことに注意してください。そうしないと、インストール完了後にプログラム全体のインストール フォルダーが見つかりません。一時保存および解凍用の CUDA フォルダーはインストール後に自動的に削除されるため、
インストール中に画面が数回更新されますが、問題ありません。
「次へ」をクリックします。
インストール後、エラーが報告されなければ、通常はインストールされます。
5. CUDA 環境変数を構成する
通常、CUDA_PATH および CUDA_PATH_V11_6 の環境変数は自動的に設定されます。
| システム変数名 |
変数 |
| CUDA_パス |
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6 |
| CUDA_PATH_V11_6 |
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6 |
次のように：
システム変数アクションを追加します。
システム変数インターフェースの「新規」ボタンをクリックし、次のように入力します。
| 変数名 |
変数 |
| CUDA_SDK_PATH |
C:\ProgramData\NVIDIA Corporation\CUDA サンプル\v11.6 |
| CUDA_LIB_PATH |
%CUDA_PATH%\lib\x64 |
| CUDA_BIN_PATH |
%CUDA_PATH%\bin |
| CUDA_SDK_BIN_PATH |
%CUDA_SDK_PATH%\bin\win64 |
| CUDA_SDK_LIB_PATH |
%CUDA_SDK_PATH%\common\lib\x64 |
注: システム変数 CUDA_SDK_PATH 変数名の変数値を入力する際には、以前に CUDA をインストールした際の CUDA サンプルのインストール場所を入力します。
次の 4 つのシステム変数のインストール場所を確認する必要はなく、直接コピーして貼り付けるだけです。
次に、システム環境の Path 変数を追加します。
システム変数のパスをクリックし、編集をクリックします。
開いたら、「新規」をクリックします。
次の 4 つの PATH 変数を追加します。
| %CUDA_BIN_PATH% |
| %CUDA_LIB_PATH% |
| %CUDA_SDK_BIN_PATH% |
| %CUDA_SDK_LIB_PATH% |
確認する。
はい。
次に、「確認」をクリックし、2 つのインターフェースで「確認」をクリックします。
6. CUDA が正常にインストールされているかどうかを確認します
Windows キー + R キーを使用して実行コマンド インターフェイスを開き、「cmd」と入力して実行ウィンドウを開きます。
nvcc --version または nvcc -V と入力します。
完了しました。
4.CuDNNをインストールする
1.ダウンロード
公式Webサイトのダウンロードアドレス：https ://developer.nvidia.com/rdp/cudnn-download
注: Cunn をダウンロードするには、まずアカウントを登録する必要があります。[無料で登録] をクリックしてアカウントを登録してください。
アカウントの登録はすぐに完了します。登録番号を使用してログインした後、対応する CUDA バージョンを見つけます。
勾选cuDNN ソフトウェア使用許諾契約の条項に同意します
クリックして開きます: アーカイブされた cuDNN リリース
次のページにジャンプします。
今ダウンロードしたのはCUDA11.6なので、CUDA11.X用のものを選択してください。
2.インストール
インストールするのではなく、ダウンロードした cudnn ファイルの内容を CUDA 開発環境に配置することをお勧めします。
フォルダーを開きます。
中には 3 つのフォルダーとライセンス (ライセンス ファイル) があります。
bin、include、lib の 3 つのフォルダーを選択してコピーし、フォルダーに入れて、フォルダーに「Cudnn」という名前を付けます。
次に、bin、include、lib を含む cudnn フォルダーを CUDA インストーラー フォルダー C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6 に配置します。
CUDA Samples の 11.6 フォルダーではなく、Documentation and Development の CUDA 開発環境フォルダーが置かれたばかりの v11.6 フォルダーです。
3. 環境変数を構成する
システム変数のパスをクリックした後、「編集」をクリックします。
開いたら、「新規」をクリックし、2 つのパス変数を追加します。
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\extras\CUPTI\lib64
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\cudnn\bin
4.インストールが成功したかどうかを確認します
1 つの方法は、インストールされた CUDA フォルダー内の BandwidthTest.exe および deviceQuery.exe ファイルを使用することです。
これら 2 つの組み込みファイルは、CUDA 開発環境フォルダーにあります。
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\extras\demo_suite
通常どおり、Windows キー + R キーを使用して実行コマンド インターフェイスを開き、「cmd」と入力して実行ウィンドウを開きます。
次に、cd コマンドを使用してターゲット パスを見つけ、ターゲット パスに次の 2 つのコマンドを入力します。
.\bandwidthTest.exe
.\deviceQuery.exe
つまり、実行コマンド ウィンドウに次のコマンドを入力します。
| cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\extras\demo_suite |
| .\bandwidthTest.exe |
| .\deviceQuery.exe |
実行コマンド ウィンドウが開いたら、次のように入力します。
cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\extras\demo_suite
次に、次のように入力します。
.\bandwidthTest.exe
結果を表示 = 合格
次に、次のように入力します。
.\deviceQuery.exe
結果を表示 = 合格
インストールが成功したことを意味します。
5. Pytorch (または TensorFlow) をインストールする
1.ダウンロードURL
公式ウェブサイトのアドレス: PyTorch
インストールパッケージのダウンロードアドレス: https://download.pytorch.org/whl/torch_stable.html
2.バージョンの選択とコマンドを自動的にダウンロードしてインストールします
(1) pipコマンド
表示されている最新のものは、CUDA11.7 および CUDA11.8 バージョンです。
コンピューターに GPU が搭載されていない場合は、CPU バージョンをインストールします。
他の以前の CUDA バージョンが必要な場合は、下の赤いボックスをクリックしてください。
ここではCUDA11.6バージョンを選択します
pip のインストール手順は次のとおりです。
pip install torch==1.12.1+cu116 torchvision==0.13.1+cu116 torchaudio==0.12.1 --extra-index-url https://download.pytorch.org/whl/cu116
3. 手動でダウンロードしてインストールするバージョンの選択
(途中で切断されてインストールが繰り返されることを避けるため、まずローカルにダウンロードしてからインストールすることをお勧めします)
(1) 公式サイトのダウンロードアドレス：
https://download.pytorch.org/whl/torch_stable.html
(2) 国内清華オープンソース ソフトウェア ミラー ステーションのダウンロード アドレス:
(3) ダウンロードバージョンの適応提案
https://github.com/pytorch/vision#installation
ダウンロードするファイルは合計 3 つあります。
トーチのバージョン番号: 1.12.1
トーチビジョンのバージョン番号: 0.13.1
torchaudio バージョン番号: 0.12.1
レッド ボックス トーチ インストール パッケージをダウンロードします (次の図は、ファイル コード名の意味を示しています)。
赤いボックスの torchvision インストール パッケージをダウンロードします (次の図は、ファイル コード名の意味を示しています)。
赤いボックスの torchaudio インストール パッケージをダウンロードします (次の図は、ファイル コード名の意味を示しています)。
ダウンロード後、ダウンロードしたインストール ファイルを Python インストール プログラム ディレクトリの Scripts フォルダーに配置します。、
たとえば、Python が次のディレクトリにインストールされている場合: D:\Program Files(x64)\Python\Scripts
次に、D:\Program Files(x64)\Python\Scripts フォルダーに移動し、[ターミナルで開く] を右クリックして Powershell を開きます。
4. インストール
Powershell ウィンドウで次のように入力します。
pip3 インストール torch-1.12.1+cu116-cp310-cp310-win_amd64.whl
1 ～ 2 分後に、正常にインストールされた torch-1.12.1+cu116 が表示されます。
インストールは成功しました。
5. 使用可能か確認する
実行中のプログラムに「cmd」と入力し、実行中のコマンド ウィンドウに入り、「python」と入力します。
次に、「トーチをインポート」と入力します。
次に、「torch.cuda.is_available()」と入力します。
結果が True の場合、Pytorch が利用可能です。
他の 2 つのファイル、Torchvision と Torchaduio のインストール方法は似ています。
Powershell ウィンドウで次のように入力します。
pip3 インストール ttorchaudio-0.12.1+cu116-cp310-cp310-win_amd64.whl
pip3 インストール torchvision-0.13.1+cu116-cp310-cp310-win_amd64.whl
6. 設置場所の問い合わせ
通常インストールされる Python インストール フォルダー内の site_packages というフォルダー内。例: D:\Program Files(x64)\Python\Lib\site-packages
7. Tensorflow ダウンロード URL
Pytroch は Tensorflow に似ています。
Pytorch がすでにインストールされている場合は、Tensorfow をインストールする必要はありません。
ただし、Tensorflow は特に好きだが、Pytorch は好きではないという人がいるとします。
これは、清華フリー ソフトウェア ミラー ステーションからダウンロードできます。
https://pypi.tuna.tsinghua.edu.cn/simple/tensorboard/
参考文献:
Windows へのインストール — Anaconda ドキュメント
インストール — pytorch_geometric ドキュメント
https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html
https://www.nvidia.com/en-us/geforce/laptops/compare/30-series