金子邦彦研究室 ▶ インストール ▶ Debian 系列 ▶ Raspberry Pi Desktop (for PC and Mac) で TensorFlow 1.12, Keras 2.2.4, OpenCV, Dlib, その他関連ソフトウェア環境を整える

サイトマップ サイト内検索 まとめ

サイトの全体構成

Raspberry Pi Desktop (for PC and Mac) で TensorFlow 1.12, Keras 2.2.4, OpenCV, Dlib, その他関連ソフトウェア環境を整える

全体構成 人工知能 データベース ３次元，地図 プログラミング 情報工学全般 インストール 支援 連絡先，業績

Raspberry Pi Desktop (for PC and Mac) は，Debian 9 ベース．軽量である．

【目次】

  1. RaspDesktop のシステム更新
  2. Raspberry Pi で Berry Conda のインストール
  3. Git, cmake, wget, 7-Zip のインストール
  4. Python の仮想環境の作成（conda を使用）
  5. 新規作成された Python 環境を使いたいとき
  6. 新規された Python 環境で、パッケージのインストールの前準備を行う
  7. 新規作成された Python 環境に、TensorFlow, Keras, OpenCV, Spyder をインストール
  8. 確認のためKeras を使ってみる
  9. 新規作成された Python 環境に、numpy, scipy, h5py, sciklit-learn, scikit-image, matplotlib, seaborn, pandas, pillow, jupyter, pytest, docopt, pyyaml, cython, imutils, mtcnn その他種々のパッケージをインストール
  10. 新規作成された Python 環境に、Dlib をインストール
  11. 新規作成された Python 環境に、face_recognition, msgpack, geopandas をインストール
  12. （オプション）Raspberry Pi で TensorFlow をソースコードからビルドして、インストールする
  13. （オプション）Raspberry Pi で OpenCV をソースコードからビルドして、インストールする

【サイト内の関連ページ】

前準備

RaspDesktop のシステム更新

次のコマンドを実行． 

sudo apt -y update
sudo apt -yV upgrade
sudo apt -yV dist-upgrade
sudo rpi-update
sudo apt -yV autoremove
sudo apt autoclean
sudo shutdown -r now

Python 開発環境と pip のインストール

  1. Python 開発環境と pip のインストール 
    sudo apt -y update
sudo apt -y install python3-dev python3-pip python-dev python-pip

    [image]
  2. pip の更新 
    cd /tmp
sudo rm -f get-pip.py
curl -O https://bootstrap.pypa.io/get-pip.py
sudo rm -rf ~/.cache/pip
mkdir ~/.cache/pip
sudo python3 get-pip.py
sudo python get-pip.py

    [image]

Git, cmake, wget, p7zip-full のインストール

  1. 端末を開く
  2. 次のコマンドを実行する． 
    sudo apt -y update
sudo apt -y install git cmake cmake-curses-gui cmake-gui curl wget p7zip-full

    64 ビット版のコンパイラとライブラリ類のインストール

    TensorFlow, Keras のインストールで使いたいので。

    　
    sudo apt install gcc:amd64 g++:amd64 cpp:amd64 binutils:amd64 cpp-6:amd64 g++-6:amd64 gcc-6:amd64 linux-compiler-gcc-6-x86:amd64 linux-headers-4.9.0-8-amd64:amd64 linux-headers-amd64:amd64 lxrandr:amd64 x11-xserver-utils:amd64 make:amd64

    Anaconda3 のダウンロードとインストール

    ダウンロードとインストールの手順

    1. ダウンロード用Webページを開く

      https://www.anaconda.com/download/#linux

    2. Linux 版が欲しいので，「Linux」をクリック

      [image]
    3. 32ビット版をインストールしたい．「32-Bit Installer」をクリック

      [image]
    4. ファイルのダウンロードが始まる．

      [image]
    5. ダウンロードした .sh ファイルを実行．

      [image]
    6. ライセンス条項を確認してください、というメッセージが出る．「Enterキー」．

      [image]
    7. ライセンス条項の画面．「yes」，「Enterキー」．

      ライセンス条項に同意できないときは、進んではいけない．

      [image]
    8. インストールディレクトリは既定（デフォルト）のままでよい．「Enterキー」．

      [image]
    9. インストールが始まる．しばらく待つ
    10. .bashrc の PATH にインストールディレクトリの設定を加えてよいかの確認．「yes」, 「Enterキー」．

      ※ このとき，システム環境変数 Pathに，自動で追加される

      [image]
    11. VSCode をインストールするか．

      Yes または No

      [image]

    インストール後の設定と確認

    1. 新しく、 端末を開く
    2. パスが通っていることの確認

      次のコマンドを実行．

      ※ エラーメッセージが出なければ OK. 

      which python
which ipython
which pip
which conda

      [image]
    3. python のバージョンの確認 
      python --version

      [image]
    4. conda の動作確認

      ※ エラーメッセージが出なければ OK. 

      conda info

      [image]
    5. Anaconda3 の conda パッケージの更新、古い conda パッケージファイルの削除

      「conda config --remove channels conda-forge」は，conda のチャンネルに「conda-forge」が入っていたら削除する操作．「CondaKeyError: 'channels' 'conda-forge' ...」というエラーメッセージは無視してよい． 

      conda config --remove channels conda-forge
conda upgrade -y --all
conda clean -y --packages

      [image]

      [image]

      [image]
      （以下省略）
    6. Anaconda 3 配下の Python の pip の更新 

      cd /tmp
rm get-pip.py
curl -O https://bootstrap.pypa.io/get-pip.py
python get-pip.py

      [image]
    7. Anaconda3 の Python の numpy を確認

      バージョン番号が表示されれば OK．下の図とは違うバージョンが表示されることがある． 

      python -c "import numpy; print( numpy.__version__ )"

      [image]

    Python の仮想環境の作成（conda を使用）

    1. 今から作成するPython 環境の名前と、Pythonのバージョンを決めておく
    2. 端末を開く
    3. 前もって Python をインストールしておくことを作成する

      次のコマンドを実行．

      「Proceed ([y]/n) ?」 に対しては Enterキー 

      conda create -n ai python=3

      [image]
    4. Python 環境が作成できたことを確認 
      conda info -e

      [image]

    これで、もとからの Python 環境と， 新規作成されたPython 環境（Python のバージョン 3.6，名前は ai）の共存できた。

    新規作成された Python 環境を使いたいとき

    • 端末を開く
    • 端末で，次のコマンドを実行し，Python 環境（名前は ai）に切り替える 
      source activate ai

      [image]

    新規作成された Python 環境で、パッケージのインストールの前準備を行う

    いま作成した Python 環境で、パッケージの更新などの前準備を行う

    1. 端末を開く
    2. Python 環境を有効にする

      次のコマンドを実行．

      ※ 「source activate ai 」は Python 環境（名前はai）を有効にするためのコマンド（各自の環境の名前にあわせること） 

      source activate ai

      [image]

      「Could not find conda environment: ai」というメッセージが出たときは、上の「Python の仮想環境の作成」を行う

    3. Anaconda3 の conda パッケージの更新、古い conda パッケージファイルの削除

      「conda config --remove channels conda-forge」は，conda のチャンネルに「conda-forge」が入っていたら削除する操作．「CondaKeyError: 'channels' 'conda-forge' ...」というエラーメッセージは無視してよい． 

      conda config --remove channels conda-forge

      [image] 

      conda upgrade -y --all

      [image] 

      conda clean -y --packages

      [image]
      (以下省略)
    4. conda の動作確認

      エラーメッセージが出ないことを確認 

      conda info

      [image]

    新規作成された Python 環境に、TensorFlow, Keras, OpenCV, Spyder をインストール

    Anaconda では，conda 形式の Python パッケージを、簡単に扱うことができる． Pythonパッケージ以外のソフトウェアをインストールすることもできる

    • TensorFlow: ライブラリ。ニューラルネットワークや深層学習（ディープラーニング）に使用されることが多い。Kerasのバックエンドとして使用されることも多い。
    • Keras: ニューラルネットワークに関する種々の機能を持つソフトウェア
    • OpenCV: ライブラリ。コンピュータビジョン、機械学習等の機能を持つ
    • Spyder: Python の開発環境
    1. 端末を開く
    2. いま作成した Python 環境を有効にする

      次のコマンドを実行． 

      source activate ai

      [image]
    3. OpenCV, Spyder のインストール

      時間がかかるので待つ

      ※ 「conda install」は、パッケージをインストールするためのコマンド 

      conda install -y opencv
conda install -y -c spyder-ide spyder

      ※ Windows で、あるPython 環境（名前は aiとする）の spyder を使いたいとき：

      • Windows のスタートメニューに「spyder (ai)」が増えるので、それを使う。あるいは
      • コマンドプロンプトで「sourece activate ai」を実行したあとに「spyder」
    4. pip の更新 
      cd /tmp
sudo rm -f get-pip.py
curl -O https://bootstrap.pypa.io/get-pip.py
python get-pip.py
pip list
    5. Keras, TensorFlow の前提パッケージのインストール 
      conda install -y numpy wheel six h5py pyyaml scipy pylint sphinx chardet pyzmq pyflakes pygments cloudpickle jedi nbconvert psutil pycodestyle pickleshare numpydoc 
pip install --no-deps -U protobuf
    6. Keras, TensorFlow のインストール 
      pip install --no-deps -U tensorflow keras keras_applications keras_preprocessing
plp list
    7. TensorFlow のバージョン確認 

      python -c "import tensorflow as tf; print( tf.__version__ )"

      [image]
    8. Keras のバージョン確認 

      python -c "import keras; print( keras.__version__ )"

      [image]
    9. OpenCV のバージョン確認 

      python -c "import cv2; print( cv2.__version__ )"

      [image]

    新規作成された Python 環境で、numpy, scipy, h5py, sciklit-learn, scikit-image, matplotlib, seaborn, pandas, pillow, jupyter, pytest, docopt, pyyaml, cython, imutils, mtcnn をインストール

    Anaconda では，conda 形式の Python パッケージを、簡単に扱うことができる． Pythonパッケージ以外のソフトウェアをインストールすることもできる

    1. 端末を開く
    2. いま作成した Python 環境を有効にする

      次のコマンドを実行． 

      source activate ai

      [image]
    3. numpy, scipy, h5py, sciklit-learn, scikit-image, matplotlib, seaborn, pandas, pillow, jupyter, pytest, docopt, pyyaml, cython のインストール 
      conda install -y numpy scipy h5py scikit-learn scikit-image matplotlib seaborn pandas pandasql pillow
conda install -y jupyter pytest docopt pyyaml cython

      [image]
      （途中省略）

      [image]
      （以下省略）
    4. imutils, mtcnn のインストール

      ※ mtcnn については https://github.com/open-face/mtcnn 

      mkdir /usr/local
sudo chown $USER /usr/local
cd /usr/local
rm -rf imutils
rm -rf mtcnn

      [image] 

      cd /usr/local
git clone https://github.com/jrosebr1/imutils
cd imutils
python setup.py build
python setup.py install 

cd /usr/local
git clone https://github.com/ipazc/mtcnn
cd mtcnn
python setup.py build
python setup.py install
    5. imutils のバージョン確認

      Windows のコマンドプロンプトで、次のコマンドを実行 

      python -c "import imutils; print( imutils.__version__ )"

      [image]
    6. mtcnn のバージョン確認

      Windows のコマンドプロンプトで、次のコマンドを実行

      バージョン番号が表示されれば OK．下の図とは違うバージョンが表示されることがある． 

      python -c "import mtcnn; print( mtcnn.__version__ )"

      [image]
    7. python-visualization/folium, DinoTools/python-overpy, ianare/exif-py, mapado/haversine, Turbo87/utm のインストール 
      mkdir /usr/local
sudo chown $USER /usr/local
cd /usr/local
rm -rf folium
rm -rf python-overpy
rm -rf exif-py
rm -rf haversine


      cd /usr/local
git clone https://github.com/python-visualization/folium
cd folium
python setup.py build
python setup.py install 

cd /usr/local
git clone https://github.com/DinoTools/python-overpy
cd python-overpy
python setup.py build
python setup.py install 

cd /usr/local
git clone https://github.com/ianare/exif-py
cd exif-py
python setup.py build
python setup.py install 

cd /usr/local
git clone https://github.com/mapado/haversine
cd haversine
python setup.py build
python setup.py install 

cd /usr/local
git clone https://github.com/Turbo87/utm
cd utm
python setup.py build
python setup.py install
    8. その他、各種パッケージのインストール

      ※ 下から必要なものを選んでインストール 

      conda install -y chainer
conda install -y graphviz
conda install -y pydot
conda install -y yaml
conda install -y flask
conda install -y django
conda install -y sympy
conda install -y sqlite
conda install -y redis
conda install -y gensim
conda install -y pylint
conda install -y bz2file

    新規作成された Python 環境で、Dlib のインストール（書きかけ）

    1. （オプション）OpenBLAS を使いたいときは、インストールしておく

      Windows でのインストール手順は「OpenBLAS のインストール（ソースコードを使用）（clang, flang を利用）（Windows 上）」で説明している．

    2. 端末を開く
    3. インストールディレクトリを空にする 
      mkdir /usr/local
sudo chown $USER /usr/local
cd /usr/local
rm -rf dlib

      [image]
    4. （オプション）Anaconda をインストールしていて、Anaconda3 の Python 環境を有効にしたいときの操作

      ※ Anaconda3 の Python 環境を有効にしたいときは、次のように操作する． 「activate ai 」は Python 環境（名前はai）を有効にするためのコマンド（各自の環境の名前にあわせること） 

      source activate ai

      [image]
    5. Dlib Python パッケージのインストール 

      cd /usr/local
git clone https://github.com/davisking/dlib
cd dlib
python setup.py build
python setup.py install

    新規作成された Python 環境で、face_recognition, msgpack, geopandas のインストール

    前準備として， Build Tools for Visual Studio 2022 （ビルドツール for Visual Studio 2022）もしくはVisual Studio 2022 のインストールを終えておくこと．

    1. 端末を開く
    2. （オプション）Anaconda をインストールしていて、Anaconda3 の Python 環境を有効にしたいときの操作

      ※ Anaconda3 の Python 環境を有効にしたいときは、次のように操作する． 「activate ai 」は Python 環境（名前はai）を有効にするためのコマンド（各自の環境の名前にあわせること） 

      source activate ai
    3. インストールディレクトリを空にする 
      mkdir /usr/local
sudo chown $USER /usr/local
cd /usr/local
rm -rf face_recognition
rm -rf msgpack
rm -rf geopandas
    4. インストール 

      cd /usr/local
git clone https://github.com/ageitgey/face_recognition
cd face_recognition
python setup.py build
python setup.py install 

cd /usr/local
git clone https://github.com/msgpack/msgpack-python
cd msgpack-python
python setup.py build
python setup.py install 

cd /usr/local
git clone https://github.com/geopandas/geopandas
cd geopandas
python setup.py build
python setup.py install

      本サイトは金子邦彦研究室のWebページである．

      資料等の公開では，原則，「クリエイティブコモンズ BY NC SA」として公開するようにしている． PDFファイル，パワーポイントファイルなどには， 「クリエイティブコモンズ BY NC SA」を明記するとともに，ロゴを記載するようにしている（作業が間に合っていない分もあるのでご容赦ください）．

      公開している資料をご利用になる場合の，再配布の条件，剽窃の防止などについて，別ページ »で説明 再配布や資料改変の際には，そのページをご確認ください．

      サイトマップは，サイトマップのページをご覧下さい． 本サイト内の検索は，サイト内検索のページをご利用下さい．

      問い合わせ先： 金子邦彦（かねこ くにひこ） [image]

      確認のためKeras を使ってみる

      1. 次の画像を使うことにする

        [image]

        ※ 次のコマンドで、ダウンロードし、ImageMagick を使って画像表示してみる 

        cd /tmp
wget https://www.kkaneko.jp/tools/raspbian/124.png
display 124.png
      2. ディープラーニングで、画像認識してみる

        新しい端末を開く

      3. Python のプログラムを実行したいので、まず、端末で「python」を実行 
        source activate ai
python
      4. 次のプログラムをコピー＆ペースト

        ここで、エラーメッセージが出たら教えてください 

        from tensorflow.keras.preprocessing import image
from keras.applications.inception_v3 import preprocess_input, decode_predictions, InceptionV3
import numpy as np

model = InceptionV3(weights='imagenet')
img_path = '/tmp/124.png'
img = image.load_img(img_path, target_size=(299, 299))
x = image.img_to_array(img)
x = np.expand_dims(x, axis=0)
x = preprocess_input(x)

preds = model.predict(x)

print('Predicted:')
for p in decode_predictions(preds, top=5)[0]:
    print("Score {}, Label {}".format(p[2], p[1]))
      5. exit() で終わる

      本サイトは金子邦彦研究室のWebページである．

      資料等の公開では，原則，「クリエイティブコモンズ BY NC SA」として公開するようにしている． PDFファイル，パワーポイントファイルなどには， 「クリエイティブコモンズ BY NC SA」を明記するとともに，ロゴを記載するようにしている（作業が間に合っていない分もあるのでご容赦ください）．

      公開している資料をご利用になる場合の，再配布の条件，剽窃の防止などについて，別ページ »で説明 再配布や資料改変の際には，そのページをご確認ください．

      サイトマップは，サイトマップのページをご覧下さい． 本サイト内の検索は，サイト内検索のページをご利用下さい．

      問い合わせ先： 金子邦彦（かねこ くにひこ） [image]