Python - ディープラーニング - 開発環境構築
公開日:2019-08-21 更新日:2019-11-14
[Python]
1. 概要
ディープラーニングを行うための開発環境構築を行います。
普通の python の開発環境としても使えます。
普通の python の開発環境としても使えます。
2. 動画
3. 仮想環境構築
3.1 仮想環境用フォルダの作成
Cドライブ直下に「python」と言うフォルダを作成します。
場所や名前は変更しても問題ありません。変更した場合は、これ以降のパスを読み替えて下さい
場所や名前は変更しても問題ありません。変更した場合は、これ以降のパスを読み替えて下さい
3.2 仮想環境の作成
Anacondaプロンプトを起動して以下を実行します。
仮想環境名を env1 としていますが、こちらも任意です。
仮想環境名を env1 としていますが、こちらも任意です。
cd c:\python
python -m venv env1
3.3 仮想環境の起動ファイルの作成
activate.bat を直接起動するとウィンドウがすぐに閉じてしまうため、ダブルクリックだけで起動できるようにします。
作成するファイルのパス:C:\python\env1\cmd_for_python.bat
作成したファイルをダブルクリックして、pip list でパッケージが2つだけ表示されれば OK です。
作成するファイルのパス:C:\python\env1\cmd_for_python.bat
start C:\python\env1\Scripts\activate.bat
作成したファイルをダブルクリックして、pip list でパッケージが2つだけ表示されれば OK です。
3.4 仮想環境のアクティベーション実行ファイルの作成
pip のアップグレード
もし以下のエラーが出る場合は、OpenSSLをインストールして再度試してください。
64bit の Windows の場合は、リンクの上から2番目の EXE をダウンロードして実行してください。
python -m pip install --upgrade pip
もし以下のエラーが出る場合は、OpenSSLをインストールして再度試してください。
pip is configured with locations that require TLS/SSL, however the ssl module in Python is not available.
Windows版 OpenSSL64bit の Windows の場合は、リンクの上から2番目の EXE をダウンロードして実行してください。
3.5 setuptools のアップグレード
pip install setuptools --upgrade
3.6 numpy、pandas、matplotlib のインストール
pip install numpy
pip install pandas
pip install matplotlib
3.7 scikit-learn のインストール
pip install scikit-learn
3.8 TensorFlow と Keras のインストール
pip install tensorflow
pip install keras
3.9 OpenCV のインストール
pip install opencv-python
3.10 Graphviz のインストール
モデルの可視化で使用します。
公式サイトから graphviz-x.xx.zip をダウンロードします。
ダウンロード後、zip を c:\python 直下に置いて解凍します。
次に、bin にパスを通します。
システムの詳細設定で環境変数を設定するのが確実ですが、
環境を汚したくない場合は、以下の設定によりパスを通してください。
両方設定しても問題ありません。
C:\python\env1\Scripts\activate.bat を開いて、最後に以下を追加します。
VS Code を使わずに、コマンドプロンプトで実行する場合の設定です。
C:\python\env1\Scripts\Activate.ps1 を開いて、最後に以下を追加します。
VS Code で実行する場合、PowerShell で実行されるため、コマンドプロンプトで環境変数に設定しても無視される。
pip install graphviz
pip install pydot
公式サイトから graphviz-x.xx.zip をダウンロードします。
ダウンロード後、zip を c:\python 直下に置いて解凍します。
次に、bin にパスを通します。
システムの詳細設定で環境変数を設定するのが確実ですが、
環境を汚したくない場合は、以下の設定によりパスを通してください。
両方設定しても問題ありません。
C:\python\env1\Scripts\activate.bat を開いて、最後に以下を追加します。
VS Code を使わずに、コマンドプロンプトで実行する場合の設定です。
set "PATH=%PATH%;C:/python/graphviz-2.38/release/bin"
C:\python\env1\Scripts\Activate.ps1 を開いて、最後に以下を追加します。
VS Code で実行する場合、PowerShell で実行されるため、コマンドプロンプトで環境変数に設定しても無視される。
$env:PATH = "$env:PATH;C:/python/graphviz-2.38/release/bin"
3.11 VS Code の設定
「2.3」で作った仮想環境の起動ファイルを実行します。
表示されたコマンドプロンプトで「code」と実行して、VS Code を起動します。
エクスプローラーでプロジェクト用のフォルダを作成し、VS Code でそのフォルダを開きます。
python の簡単なプログラムを作成します。
(左側の)Extensions で、「Japanese Language Pack for Visual Studio Code」と「python」をインストールします。
(左側の)デバッグ -> (左上歯車の左)構成の追加 で、launch.json を追加します。
メニュー -> ファイル -> 基本設定 -> 設定 -> ワークスペース -> settings.json で編集 で、settings.json を追加します。
ファイルは以下のようにします。
あとは F5 で実行ができれば完了です。
表示されたコマンドプロンプトで「code」と実行して、VS Code を起動します。
エクスプローラーでプロジェクト用のフォルダを作成し、VS Code でそのフォルダを開きます。
python の簡単なプログラムを作成します。
print(1)
(左側の)Extensions で、「Japanese Language Pack for Visual Studio Code」と「python」をインストールします。
(左側の)デバッグ -> (左上歯車の左)構成の追加 で、launch.json を追加します。
メニュー -> ファイル -> 基本設定 -> 設定 -> ワークスペース -> settings.json で編集 で、settings.json を追加します。
ファイルは以下のようにします。
{
"python.pythonPath" : "C:/python/env1/Scripts/python.exe",
}
あとは F5 で実行ができれば完了です。
3.12 インストールの確認
仮想環境に切り替えて pip list を実行すると、以下のように表示されます。
tensorflow を使う場合は、tensorflow が 2.x になっていることを確認してください。
tensorflow を使う場合は、tensorflow が 2.x になっていることを確認してください。
(env1) C:\python\env1>pip list
Package Version
-------------------- ---------
absl-py 0.8.1
astor 0.8.0
cachetools 3.1.1
certifi 2019.9.11
chardet 3.0.4
cycler 0.10.0
gast 0.2.2
google-auth 1.7.1
google-auth-oauthlib 0.4.1
google-pasta 0.1.8
graphviz 0.13.2
grpcio 1.25.0
h5py 2.10.0
idna 2.8
joblib 0.14.0
Keras 2.3.1
Keras-Applications 1.0.8
Keras-Preprocessing 1.1.0
kiwisolver 1.1.0
Markdown 3.1.1
matplotlib 3.1.1
numpy 1.17.4
oauthlib 3.1.0
opencv-python 4.1.1.26
opt-einsum 3.1.0
pandas 0.25.3
pip 19.3.1
protobuf 3.10.0
pyasn1 0.4.7
pyasn1-modules 0.2.7
pydot 1.4.1
pyparsing 2.4.5
python-dateutil 2.8.1
pytz 2019.3
PyYAML 5.1.2
requests 2.22.0
requests-oauthlib 1.3.0
rsa 4.0
scikit-learn 0.21.3
scipy 1.3.2
setuptools 41.6.0
six 1.13.0
tensorboard 2.0.1
tensorflow 2.0.0
tensorflow-estimator 2.0.1
termcolor 1.1.0
urllib3 1.25.7
Werkzeug 0.16.0
wheel 0.33.6
wrapt 1.11.2