DeepLabCut [PyTorch版] をWindows環境で使ってみた（実装編）

はじめに

記事の内容

本記事では，新世代の DeepLabCut 3.0 [PyTorch版] を，WindowsのAnaconda環境へ導入して動作検証した際の手順をまとめています.

本記事を執筆した背景

近年のDeepLabCutのロードマップは以下の通り
・DeepLabCut 2.0世代: Tensorflowのフレームワークを使用
・DeepLabCut 3.0世代: PyTorchのフレームワークを使用 (※現在はプレリリース版/RC版が展開中)

TensorFlowはバージョン 2.11 以降，Windowsネイティブ環境でのGPUサポートが非対応となりました. そのため，Windows環境で最新のDeepLabCut（GPU）を動かしたい場合，今後はPyTorch版の選択がスタンダードになっていくと考えられます.

そこで，最新の環境構築に挑戦したい方向けに，インストール方法を備忘録としてここに残します.

※また以下の記事は，2025年末に検証または，記述したものです. 本記事は筆者の検証に基づき記述しています.

解析用PCの環境

筆者のPC構成

• CPU: Intel corei7-13700F
• GPU: NVIDIA RTX 4070 (VRAM 12GB)
• RAM: 64GB
• OS: Windows 11 Home

筆者の環境

• CUDA: 13.0
• CUDA toolkit: 11.8
• PyTorch: 2.5.1
• Python: 3.10
• DeepLabCut: 3.0.0rc13

環境構築（CUDA, CUDA toolkit, PyTorch等）

Anacondaのインストール

・Python + 科学計算や機械学習ライブラリが大量に揃ったセット
・プロジェクトごとに独立した環境を容易に作成可能
URL: https://www.anaconda.com/download/success

先にDeepLabCut用のプロジェクトを作成しておく.
Anaconda Promptを管理者として実行

AnacondaPromt.

(base) > conda create -n DLC python=3.10
(bsse) > conda activate DLC
(DLC)  >

※ DeepLabCutは，Python = 3.10が安定動作．3.12以降は未対応のよう．ただし，検証はしていないのでご参考までに．

CUDA, CUDA toolkitのインストール

以下のサイトからGPUがサポートするドライバらを確認
①. https://en.wikipedia.org/wiki/CUDA#GPUs_supported/
②. https://docs.nvidia.com/cuda/cuda-toolkit-release-notes

①と②から対応するCUDA，cuda toolkitのバージョンを探す
※ CUDA Version ≧ CUDA Toolkit VersionならばOK

1. NVIDAドライバ（CUDA）のインストール
   URL: https://www.nvidia.com/ja-jp/drivers
2. cuda toolkitのインストール
   アーカイブ URL: https://developer.nvidia.com/cuda-toolkit-archive

PyTorchのインストール

AnacondaPromt.

(base) > conda activate DLC
(DLC)  > conda install -c conda-forge pytables=3.8.0
(DLC)  > conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia

※ "pytorch-cuda=11.8" この部分は各自PCにinstallしたcuda toolkitのバージョンに合わせる．
今回筆者は，"cuda toolkit: 11.8" をinstall した．

インストール確認

CUDA versionとcuda toolkit versionのインストールとバージョンの確認.

Anaconda promt.

(DLC)  > nvidia-smi
+--------------------------------------------------------------------------+
| NVIDIA-SMI 581.57  Driver Version: 581.57  CUDA Version: 13.0     |
　省略...

 (DLC)  > nvcc -V
    nvcc: NVIDIA (R) Cuda compiler driver
    Copyright (c) 2005-2022 NVIDIA Corporation
    Built on Wed_Sep_21_10:41:10_Pacific_Daylight_Time_2022
    Cuda compilation tools, release 11.8, V11.8.89
    Build cuda_11.8.r11.8/compiler.31833905_0

PyTorchのインストールとバージョンの確認

Anaconda promt.

(DLC) > python
>>> import torch
>>> print("PyTorch version:", torch.__version__)
>>> print("CUDA available:", torch.cuda.is_available())
>>> exit()

※ CUDA available: Faleseの場合PyTorchが上手くGPUを使えていない.
もしくは，GPUがないか，

DeepLabCutのインストール

Anaconda promptを管理者として実行

AnacondaPromt.

(base) > canda activate DLC
(DLC)  > pip install --pre deeplabcut[gui]
(DLC)  > python -m deeplabcut

DLCのプロジェクト環境起動
PyTorch版のDeepLabCutのインストール
DeeplabCutの起動
以下の画像が立ち上がればOK

最後に

本記事の内容は，DeepLabCutの公式ページを参考にして構築・検証しました.
開発のスピードが速いライブラリのため，環境や時期によっては他のインストール手法が適している場合もあります.
本内容が，環境構築でお困りの皆様の一助となれば幸いです.

本内容をスライドにもまとめたものを添付しておきます．（アクセス期限: 2026/05/31）
https://drive.google.com/file/d/1DY3OUxgPoBbsms4Vba19NA4sQOGVwA-z/view?usp=sharing