CondaEnv のバックアップ(No.5) - PukiWiki

[ トップ ] [ 一覧 | 検索 | 履歴 | ログイン ]

私的AI研究会 > CondaEnv

Anaconda 仮想環境の構築 †

　「Anaconda」環境下で各プロジェクトを実行するための仮想環境の構築補手順をまとめる

▲　目　次

Anaconda 仮想環境の構築
参考資料

※ 最終更新:2024/06/30　

事前準備（プロジェクト共通） †

　　Windows　　Windows11/10　　　Linux　　Ubuntu22.04LTS/20.04LTS

Anaconda のインストール †

下記ページを参照して Windows/Linux 環境に合わせてインストールする
Anaconda 環境構築

仮想環境に PyTorch をインストール~ †

仮想環境構築の後最初にインストールする

● オフィシャルサイト PyTorch FROM RESEARCH TO PRODUCTION からインストールのためのコマンドを取得する

※ GPU/CPU 利用の有無を指定してコマンドを得る

(py_learn) pip install torch torchvision torchaudio 　　　　　　　　　　　　　　　　　　　　　　　　　　　　 ← CPU の場合 (2024.02.07)
(py_learn) pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121 　　　← GPU の場合 (2024.02.12)

環境の確認 †

「Python」のバージョン
```
(****) python -V
Python 3.11.7
```
「Pytorch」のインストール確認とバージョン
```
(****) python -c 'import torch;print(torch.__version__)'
```

「Pytorch」で GPU 使用できるかの確認

(****) python -c 'import torch;print(torch.zeros(1).cuda())'

NVIDIA Graphic board の確認 †

「nvidia-smi」でコンピュータに搭載されてる NVIDIAグラフィックボードの詳細情報を表示

(base) nvidia-smi
Fri Dec 15 07:51:42 2023
+---------------------------------------------------------------------------------------+
| NVIDIA-SMI 546.33                 Driver Version: 546.33       CUDA Version: 12.3     |
|-----------------------------------------+----------------------+----------------------+
| GPU  Name                     TCC/WDDM  | Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp   Perf          Pwr:Usage/Cap |         Memory-Usage | GPU-Util  Compute M. |
    :

「nvcc -V」でバージョン確認

(base) nvcc -V
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2023 NVIDIA Corporation
Built on Fri_Nov__3_17:51:05_Pacific_Daylight_Time_2023
Cuda compilation tools, release 12.3, V12.3.103
Build cuda_12.3.r12.3/compiler.33492891_0

『仮想環境 (py_learn)』 †

仮想環境の構築 †

新しく仮想環境 (py_learn) を作成する

(base)conda create -n py_learn python=3.11 -y
(base)conda info -e

仮想環境(py_learn) を起動する
```
(base) conda activate py_learn
```

仮想環境に PyTorch をインストールする → PyTorch FROM RESEARCH TO PRODUCTION

(py_learn) pip install torch torchvision torchaudio 　　　　　　　　　　　　　　　　　　　　　　　　　　　　 ← CPU の場合 (2024.02.07)
(py_learn) pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121 　　　← GPU の場合 (2024.02.12)

「conda install」コマンドでパッケージをインストール

(py_learn) conda install ffmpeg ffmpeg-python -c conda-forge -y
(py_learn) conda install opencv pandas tqdm matplotlib PyYAML -y

「pip install」コマンドでパッケージをインストール

(py38_learn) cd /anaconda_win/workspace_pylearn/ 　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　← Windows の場合
(py38_learn) cd ~/workspace_pylearn/ 　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　← Linux の場合

(py38_learn) pip install -r requirements.txt

▼「workspace_pylearn/requirements.txt」の内容

# YOLOv5
pycocotools
opencv-python
PyMuPDF
scikit-image
scikit-learn
openvino
openvino-dev
onnx
onnxruntime
ultralytics

環境の確認 †

「Python」「Pytorch」

(py_learn) python -V
(py_learn) python -c 'import torch;print(torch.__version__)'
(py_learn) python -c 'import torch;print(torch.zeros(1).cuda())'

「tkinter」パッケージのインストール確認
```
(py_learn) python -c 'import tkinter'
```
「ffmpeg」のコマンド確認
```
(py_learn) ffmpeg -h
```

プロジェクトの実行確認「workspace_pylearn/yolov5/」で実行

(py_learn) python detect_number.py --log 0
(py_learn) python detect3_number.py --log 0

プロジェクトの実行 †

『仮想環境 (py38_learn)』 †

仮想環境の構築 †

新しく仮想環境 (py38_learn) を作成する

(base) conda create -n py38_learn python=3.8 -y
(base) conda info -e

仮想環境(py38_learn) を起動する
```
(base) conda activate py38_learn
```

仮想環境に PyTorch をインストールする → PyTorch FROM RESEARCH TO PRODUCTION

(py38_learn) pip install torch torchvision torchaudio 　　　　　　　　　　　　　　　　　　　　　　　　　　　 ← CPU の場合 (2024.02.07)
(py38_learn) pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121 　　← GPU の場合 (2024.02.12)

※ 途中1箇所発生するエラーは無視する

「conda install」コマンドでパッケージをインストール
```
(py38_learn) conda install ffmpeg ffmpeg-python -c conda-forge -y
```

「pip install」コマンドでパッケージをインストール

(py38_learn) cd /anaconda_win/workspace_2　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　← Windows の場合
(py38_learn) cd ~/workspace_2　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　← Linux の場合

(py38_learn) pip install -r requirements.txt

※ 途中1箇所発生するエラーは無視する

▼「workspace_2/requirements.txt」の内容

# Stable Diffusion & YOLOv7_OpenVINO first-order-model
openvino==2022.1.0
numpy==1.19.5
opencv-python==4.5.5.64
transformers==4.16.2
diffusers==0.2.4
tqdm==4.64.0
huggingface_hub==0.9.0
scipy==1.9.0
streamlit==1.12.0
watchdog==2.1.9
ftfy==6.1.1
PyMuPDF
torchvision
matplotlib
seaborn
onnx
googletrans==4.0.0-rc1
munch
scikit-image
scikit-learn
pyaudio

追加のパッケージをインストール
```
(py38_learn) pip install imageio[ffmpeg]
```

環境の確認 †

「Python」「Pytorch」

(py_learn) python -V
(py_learn) python -c 'import torch;print(torch.__version__)'
(py_learn) python -c 'import torch;print(torch.zeros(1).cuda())'

「tkinter」パッケージのインストール確認
```
(py_learn) python -c 'import tkinter'
```
「ffmpeg」のコマンド確認
```
(py_learn) ffmpeg -h
```
プロジェクトの実行確認「workspace_2/mylib/」で実行
```
(py38_learn) python my_videotool.py 0
```
・ウインドウ表示後クローズボタンを押してしばらくすると終了し次のファイルが生成される
```
 Saving mpeg file → 'test_anim.mp4'
 Saving gif  file → 'test_anim.gif'
```

プロジェクトの実行 †

静止画から動画を作る：First Order Motion Model

更新履歴 †

2024/06/21 初版

参考資料 †