【図解】PyTorchを簡単にインストールするには？バージョン指定も解説

PyTorchとは

PyTorchとは、Python用の深層学習用のフレームワークソフトウェアです。Numpyに近い操作性とシンプルな構文、そして機械学習に不可欠なGPUサポートを備えており、各種クラウドサービスにも対応しているなど高い利便性を備えています。

PyTorchとは？特徴やメリット・デメリット等の入門情報を解説

NumPyとは？効率的なPythonのデータ分析手法を解説！

Pythonのよく使うライブラリ一覧！一段上の開発を目指そう

TensorFlowとの違い

Pythonによる機械学習では、TensorFlowも人気の高いフレームワークです。TensorFlowとPyTorchではどのような点が違うのでしょうか。

TensorFlowは機械学習モデルの可視化に優れている他、対応する言語が幅広く、他の言語での読み込みを可能にするシリアル化に対応しています。また、歴史が長いフレームワークであるためコミュニティが充実しており、情報を探しやすいのもメリットです。

PyTorchはPythonのネイティブサポートがあるため、Pythonエンジニアにとっては学習コストがTensorFlowと比べて低くなります。また、動的なグラフ作成、スムーズで手間のかからないデバッグ機能などが備わっています。

TensorFlowとは？特徴やできることをわかりやすく解説！

機械学習におけるGPUの役割

GPUはGraphics Processing Unitの略称で、主にコンピューターグラフィックスの演算に使われる画像処理装置ですが、画像処理を行うはずのGPUがなぜ機械学習で活用されるのか、疑問に思う方も多いのではないでしょうか。

通常、グラフィック以外の計算はCPUが処理しています。CPUは1つのタスクを1つずつ順番に処理するため、複雑な計算を高速かつ直列的に処理することを得意としています。これに対して、GPUは並列処理の能力に長けていて、単純な計算を並列して複数処理することができます。機械学習では、単純な行列計算を並列的に処理する必要があるため、GPUの並列処理能力が重要な役割を担っているのです。

そのため、機械学習を行う場合はGPU性能の高いPCを選択しましょう。AWSやAzureなどのクラウドプラットフォームを利用して、GPUに特化した仮想マシンを調達するのも1つの方法です。

Azure仮想マシンとは？サービス概要から作成方法まで解説！

PyTorchのインストール方法

この記事では、例としてWindows11にインストールする方法について解説します。LinuxやMacなど、他のOSにインストールする場合は適宜読み替えて実施してください。

Pythonのインストール

Windows11でPyTorchを使用するには、前提としてPython3がインストールされている必要があります。インストールされていない場合は、まずPython3をインストールしましょう。なお、Python2はサポートされていません。

Pythonのインストール方法：初心者向けインストール方法を1から解説！

Visual Studioのインストール

Windows11でPyTorchを使用するには、CUDAやWindows MLの導入が必要ですが、これらの導入には前提としてVisual Studioをインストールする必要があります。

Visual Studioは、Windowsだけでなく様々なプラットフォームのアプリケーションを開発することのできる統合開発環境です。Visual Studioをインストールするには、まず公式ページにアクセスします。

【参考】Microsoft 公式-Windows 開発用のダウンロードとツール

Visual Studioには、無償版と有償版がありますが、今回は無償版の「Community」の「無料ダウンロード」リンクをクリックします（①）。Visual Studio Communityのページに遷移するので、セットアップファイルを任意の場所にダウンロードして、（②）ダウンロードしたセットアップファイルを実行すると、インストールが自動的に実行されます（③、④）。

【図】Visual Studio のダウンロード

【図】Visual Studio のインストール

CUDAのインストール

GPUを有効活用するためには、GPU環境で動作する開発環境が必要です。GPUメーカーであるNVIDIA社が提供しているCUDAは、GPUの演算能力を画像処理以外の用途で利用するGPGPUと呼ばれる汎用化GPUを利用した統合開発環境を提供しています。

PyTorchもCUDAに対応しているのでインストールしましょう。まずは、インストールするPyTorchのバージョンを確認し、対応するCUDAのバージョンを確認します。指定されているバージョン以外をインストールすると、動作不良を起こす場合がありますので必ず確認しましょう。

続いて、NVIDIA公式ページからインストーラーをダウンロードします。OS・ビルド・バージョン・インストーラータイプを選択したら、画面下部の「Download」ボタンをクリックするとダウンロードが開始されます（①）。

【参考】NVIDIA公式-CUDA Toolkit ダウンロード

ダウンロードしたインストーラーを起動し、展開先ディレクトリを指定して「OK」をクリックするとファイルが展開され、インストールウィザードが開始されます（②③）。ライセンス条項に同意し、インストールオプションで「高速」を選択肢して「次へ」を押すとインストールが開始されます（④⑤⑥）。

【図】CUDAのダウンロード

【図】CUDAのインストール

Windows MLの有効化

Windows MLはWindows Machine Leaningの略称で、Windows上で機械学習を行うためのAPIを提供するプラットフォームです。

Windows MLを利用するには、Windows SDKが必要です。Windows SDKは下記のページにアクセスして「インストーラーをダウンロードする」をクリックし、ダウンロードされたexeファイルを実行します（①）。

【参考】Windows SDK

【図】Windows SDKのダウンロード

ダウンロードしたインストーラーを起動すると、インストールウィザードが開始されます。特別な要件がなければデフォルト設定でインストールします（③〜⑨）。

【図】Windows SDKのインストール-1

【図】Windows SDKのインストール-2

Anacondaのインストール

PyTorchをインストールするためのパッケージマネージャーとして、Anacondaを利用します。Anacondaは、Pythonによる開発を行うための統合開発環境です。Anacondaをダウンロード、インストールするには以下のURLにアクセスします。

【参考】Anaconda公式

トップページから「Download」ボタンをクリックし、ダウンロードされたファイルを実行すると、インストールウィザードが起動します（①）。特別な要件がなければデフォルトの設定でインストールします（②～⑧）。

【図】Anacondaのダウンロード

【図】Anacondaのインストール-1

【図】Anacondaのインストール-2

PyTorchのインストール

最後に、PyTorchをインストールします。

【参考】Microsoft公式-コンピューターに PyTorch をインストールして構成する

まず、PyTorchの公式サイトにアクセスします。

【参考】PyTorch公式

トップページで「INSTALL PYTORCH」までスクロールします（①）。「PyTorch Build」では、インストールするバージョンを指定します。特にこだわりがなければ安定版である「Stable」を選択しましょう（②）。「Your OS」では、インストールする端末のOSを選択しますが、今回はWindowsを選択します（③）。

「Package」では、PyTorchのインストールに利用するパッケージマネージャーを選択します。Windowsであれば「Conda」が推奨されていますので、今回は「Conda」を選択しています（④）。「Language」では、PyTorchで使用するプログラミング言語を選択します。今回は、Pythonを選択します（⑤）。「CUDA」では、CUDAのバージョンを指定します。インストールしたCUDAのバージョンを選択しましょう（⑥）。