LoginSignup
12
19

More than 3 years have passed since last update.

@riversun

Windows PCでゼロから始めるPyTorch環境入門 機械学習環境構築ハンズオン(Anaconda3,Python3.7,PyCharm)

Posted at

概要

  • 機械学習(主にディープラーニング向け)環境「PyTorch」をWindows使えるようにするまでのハンズオンです
  • Windows環境にPythonやPyTorchや開発環境をインストールして最低限試せる環境を構築します

環境

  • Windows 7,8,10
  • CPU向け(GPU不要)

対象読者

機械学習どころか、PyTorchどころか、Pythonもはじめてという人

手順

Anaconda3 のダウンロード

AnacondaはPythonの環境を簡単に構築できるパッケージマネージャでPyTorchでもこれを推奨している。

以下のサイトよりAnacondaをインストールする。

image.png

ここでは、Python 3.7版のAnacondaをダウンロードする

Anaconda3のインストール

今回はC:\Anaconda3にインストールしたいので管理者権限でダウンロードしたexeを実行しインストール開始

image.png

image.png

image.png

画面に従ってインストールしていく。

しばらく待つ。

image.png

インストールがおわったら、
以下のディレクトリにパスを通す

C:\Anaconda3;
C:\Anaconda3\Scripts;
C:\Anaconda3\Library\bin;

Pytorchのインストール

以下のコマンドでPyTorchをインストールする

conda install pytorch-cpu torchvision-cpu -c pytorch

>conda install pytorch-cpu torchvision-cpu -c pytorch

Collecting package metadata: done
Solving environment: done

## Package Plan ##

  environment location: C:\Anaconda3

  added / updated specs:
    - pytorch-cpu
    - torchvision-cpu


The following packages will be downloaded:

    package                    |            build
    ---------------------------|-----------------
    conda-4.6.14               |           py37_0         2.1 MB
    ninja-1.9.0                |   py37h74a9793_0         263 KB
    pytorch-cpu-1.1.0          |      py3.7_cpu_1        79.2 MB  pytorch
    torchvision-cpu-0.3.0      |    py37_cuNone_1         1.7 MB  pytorch
    ------------------------------------------------------------
                                           Total:        83.3 MB

The following NEW packages will be INSTALLED:

  ninja              pkgs/main/win-64::ninja-1.9.0-py37h74a9793_0
  pytorch-cpu        pytorch/win-64::pytorch-cpu-1.1.0-py3.7_cpu_1
  torchvision-cpu    pytorch/win-64::torchvision-cpu-0.3.0-py37_cuNone_1

The following packages will be UPDATED:

  conda                                       4.6.11-py37_0 --> 4.6.14-py37_0


Proceed ([y]/n)?y

Proceed ([y]/n)?yと聞かれるのでyを入力してエンター。

Downloading and Extracting Packages
torchvision-cpu-0.3. | 1.7 MB    | ############################################################################ | 100%
ninja-1.9.0          | 263 KB    | ############################################################################ | 100%
pytorch-cpu-1.1.0    | 79.2 MB   | ############################################################################ | 100%
conda-4.6.14         | 2.1 MB    | ############################################################################ | 100%
Preparing transaction: done
Verifying transaction: done
Executing transaction: done

無事にインストールが終了した。

jupyter notebookでPyTorchを使ってみる

PythonとPyTorchがインストールできたので、早速簡単なコードを書いてみる。

ここでは、簡単にコードを書いて実行できるツールJupyter Notebookを使っていく。

Jupyter Notebook はPythonのコード作成と実行、実行結果表示、自由コメント（Markdown）編集の3つの機能をそなえたツールで、気軽に利用できるので、Jupyter Notebook上で試す。

PyTorchプロジェクト用のディレクトリpytorch_pjを作る

mkdir pytorch_pj
cd pytorch_pj

ディレクトリに移動したら

jupyter notebook

でJupyter Notebook(ジュピターノートブック)を起動する。

これから、Python用のノートブックを作成する。

右上あたりにある New を押して、ポップアップしたメニューからPython3を選択

すると、もう１枚タブが開いて、以下のようなノートブック画面が表示される
image.png

image.png

さっそく、コードを書いてみる


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

これは、ランダム値で初期化した5x3のテンソルを生成して表示するだけのコードとなる。

このコードをjupyter notebookのテキストボックスに貼り付ける

image.png

この状態で、image.pngボタンをおすと、ソースコードを実行し、結果が表示される。

image.png

とても簡単に実行結果を確認することができ、これをもって、PythonとPyTorchが無事インストールされていることを確認することができた。

PyCharmでPyTorchを使う

前の章ではJupyter Notebookを試したが、本章では本格的なPython向けIDEである、PyCharmを使ってみる。

PyCharmはJetBrains社が開発・提供しており、WebStormやPHP Storm、Android Studioなど有名IDEとの姉妹シリーズとなる。

PyCharmには有償のProfessional版と無償のCommunity版があり、本稿ではCommunity版を導入する。

以下を開いて、Community版をダウンロードする。
（ダウンロードサイズは230MBくらい）

image.png

ダウンロードしたexeファイルを実行し、画面に従いインストールしていく。

image.png

image.png

インストールが終わったら、PyCharmを起動する

image.png

UIテーマを選び（すきなほうを）

image.png

プラグインインストール画面を経て（なにもインストールしなくてOK)

image.png

Start Using PyCharmをクリックするとPyCharm起動画面がでる。

image.png

起動画面で、右下のConfigureをクリック

image.png

Settings for New Projectsというウィンドウが開くので、左側ペインのProject Interpreterを選択する。

すると、上部Project Interpreterの選択ボックスがでてくるのでShow Allを選択する

image.png

右上の+ボタンを押す

image.png

開いたAdd Python Interpreterウィンドウの左側ペインでSystem Interpreterを選択し、Interpreter:がさきほどインストールしたAnaconda3のディレクトリ以下のPython.exeになっていることを確認して、OKをクリック。

image.png

すると、Project Interpretersウィンドウに反映されるのでここでもOKをクリック。

image.png

以下のように、Project Interpreterが設定された。
image.png

ここでOKを押すと以下のように、Updateing Python Interpreterとなり設定が反映される。(5分～10分程度かかる)

image.png

反映がおわると、ダイアログが閉じる。

image.png

image.pngをクリック

プロジェクトのディレクトリを指定しimage.pngをクリック。ここでは、ディレクトリはc:\temp\mytestとした。

image.png

使用するインタプリタを聞いてくるので、image.pngを選択。せきほど、設定したインタプリタを選択できる。

image.png

これでimage.pngをクリック

すると、プロジェクトが作成されるので、さっそくPythonファイルを新規作成する。

左上のディレクトリの上を右クリックして、New>Python Fileでexample.pyというファイルを作った。

image.png

そこにさきほどのPyTorch用のコードを書く。

image.png

エディタ上で右クリックしてコンテキストメニューを出しRun 'example'を選択すると、今書いたコードを実行できる。

image.png

ちゃんと実行され、結果が表示された。

image.png

まとめ

  • Windows環境でPyTorchを使える状態にしました
  • 開発環境(Jupiter Notebook,PyCharm)のインストールも行いそれらを使ってPyTorchの開発ができるところも簡単に確認しました
  • PyTorch入門編にあるチュートリアルくらいならWindows PCのCPU環境でも十分試すことができます

本格的に機械学習をまわしたいならGPUがあると便利

今回は、手元のWindows PC用にCPU向けの環境を構築しましたが、CPUを使った機械学習で物たりなくなったらGPUの出番です。最近はGPUまでも無料で使える選択肢があります。

選択肢その１ Google Colabで無料GPUをつかう

  • Google Colab をつかえば無料でGPU(TPU)使って機械学習をすることができます。 　しかも、Jupyter Notebook方式なのでとっつきやすいです
    　https://colab.research.google.com

選択肢その２ 専用機械学習GPUマシン

12
19
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
Sign upLogin
12
19