トップページ ▶ データベース研究 ▶ GAN の応用例 ▶ pix2pix による画像のスタイル変換（affinelayer/pix2pix-tensorflow，Python 3.6, TensorFlow 1.15 を使用）

サイトマップ

サイト内検索

アクセスログ

金子邦彦研究室

pix2pix を動かしてみる

前準備

Python のインストール，pip と setuptools の更新，Python 開発環境（JupyterLab, spyder, nteract）のインストール

Windows の場合

1. Python のインストール

   Python の URL: http://www.python.org/

   インストール手順の詳細は： 別ページで説明している．

2. pip と setuptools の更新，Python 開発環境（JupyterLab, spyder, nteract）のインストール（Windows 上）

   コマンドプロンプトを管理者として実行し，次のコマンドを実行．

   Windows での pip の実行では，コマンドプロンプトを管理者として実行することにする。

   

   python -m pip install -U pip setuptools
   python -m pip install -U jupyterlab jupyter jupyter-console jupytext nteract_on_jupyter spyder
   

Ubuntu の場合

システム Python を使用（インストール操作は不要）

1. pip と setuptools の更新，Python 開発環境（JupyterLab, spyder, nteract）のインストール（Ubuntu 上）

   端末で，次のコマンドを実行．

   sudo apt -y install python3-dev python3-pip python3-setuptools python3-venv
   sudo pip3 uninstall ptyprocess sniffio terminado tornado jupyterlab jupyter jupyter-console jupytext nteract_on_jupyter spyder
   sudo apt -y install jupyter jupyter-qtconsole spyder3
   sudo apt -y install python3-ptyprocess python3-sniffio python3-terminado python3-tornado 
   sudo pip3 install -U jupyterlab nteract_on_jupyter
   

Git, cmake のインストール

• Windows での Git のインストールは，別ページで説明している．
• Ubuntu で git をインストールするには， 端末で，次のコマンドを実行

  sudo apt -y install git
  

（NVIDIA GPU を使うとき）NVIDIA グラフィックスドライバのインストール

※ GPU とは，グラフィックス・プロセッシング・ユニットの略で、コンピュータグラフィックス関連の機能，乗算や加算の並列処理の機能などがある．

ダウンロードページ

• NVIDIA グラフィックスドライバのダウンロード用ページ: https://www.nvidia.co.jp/Download/index.aspx?lang=jp

詳細説明

• Windows での NVIDIA グラフィックスドライバのインストール: 別ページで説明している．
• Ubuntu での NVIDIA グラフィックスドライバのインストール: 別ページで説明している．

（NVIDIA GPU を使うとき）NVIDIA CUDA ツールキット 10.0 のインストール

※ CUDA とは，NVIDIA社が提供している GPU 用のプラットフォームである．

• NVIDIA CUDA ツールキットの URL: https://developer.nvidia.com/cuda-toolkit-archive

詳細説明

• Windows での NVIDIA CUDA ツールキット 10.0 のインストール: 別ページで説明している．
• Ubuntu での NVIDIA CUDA ツールキット 10.0のインストール: 別ページで説明している．

（NVIDIA GPU を使うとき）NVIDIA cuDNN のインストール

ダウンロードページ

• NVIDIA cuDNN のダウンロード用ページ: https://developer.nvidia.com/cudnn から cuDNN を入手

  ダウンロードして展開（解凍）したら，パスを通しておくこと．

詳細説明

• Windows での NVIDIA cuDNN 8.0.5のインストール: 別ページで説明している．
• Ubuntu での NVIDIA cuDNNのインストール: 別ページで説明している．

TensorFlow 1.15（旧バージョン）のインストール

Python 3.6 を起動するコマンドを確認しておくこと．

• Windows の場合: 「py -3.6」
• Windows で Python 仮想環境 tf115py36 を使う場合: 「C:\venv\tf115py36\Scripts\activate.bat」の後，「python」
• Ubuntu の場合: 「pyenv shell 3.6.12」の後，「python」
• Ubuntu で Python 仮想環境 tf115py36 を使う場合: 「source ~/tf115py36/bin/activate」の後，「python」

Windows の場合

1. コマンドプロンプトを実行する．
2. 隔離された Python 仮想環境を使用するときは，次のようなコマンドで有効化する．

   C:\venv\tf115py36\Scripts\activate.bat
   
3. TensorFlow のインストール

   Python の使用は，隔離された Python 仮想環境の有効化の後，「python」で行う． Windows で，隔離された Python 仮想環境を使用しないときは，「python」ではなく「py -3.6」を使う．

   python -m pip uninstall -y tensorflow tensorflow-cpu tensorflow-gpu tensorflow_datasets tensorflow-hub keras
   python -m pip install -U tensorflow==1.15.5 tensorflow_datasets tensorflow-hub keras==2.3.1 matplotlib opencv-python
   python -m pip install git+https://github.com/tensorflow/docs
   python -m pip install git+https://github.com/tensorflow/examples.git
   

4. TensorFlow のバージョン確認

   python -c "import tensorflow as tf; print( tf.__version__ )"
   
5. (GPU を使うとき) GPU が認識できてるかの確認

   TensorFlow が GPU を認識できているかの確認は，端末で，次を実行して行う．

   python -c "from tensorflow.python.client import device_lib; print(device_lib.list_local_devices())"
   

Ubuntu の場合

1. 端末を開く
2. pyenv の Python 3.6 の有効化．

   端末で，次のコマンドを実行．

   pyenv shell 3.6.12
   

   隔離された Python 仮想環境を使用するときは， 「pyenv shell 3.6.12」は実行しないで， 次のようなコマンドで Python 仮想環境を有効化する．

   source ~/tf115py36/bin/activate
   
3. TensorFlow のインストール

   Python の使用は，「python」で行う．

   python -m pip uninstall -y tensorflow tensorflow-cpu tensorflow-gpu tensorflow_datasets tensorflow-hub keras
   python -m pip install -U tensorflow==1.15.5 tensorflow_datasets tensorflow-hub keras==2.3.1 matplotlib opencv-python
   python -m pip install git+https://github.com/tensorflow/docs
   python -m pip install git+https://github.com/tensorflow/examples.git
   

4. TensorFlow のバージョン確認

   python -c "import tensorflow as tf; print( tf.__version__ )"
   
5. (GPU を使うとき) GPU が認識できてるかの確認

   TensorFlow が GPU を認識できているかの確認は，端末で，次を実行して行う．

   python -c "from tensorflow.python.client import device_lib; print(device_lib.list_local_devices())"
   

   システムの環境変数: