## Windows11の導入は企業の大きな課題

Windows 10の後継となる「Windows11」がマイクロソフトからリリースされて半年近く経過しました。一般ユーザーではWindows10から無償アップグレードを利用してWindows11に移行した方もいますが、企業では遅々として移行は進んでおらず、中にはまだWindows8を利用している企業さえあります。

とはいえ、マイクロソフトはWindows10のサポート終了日を2025年10月14日と公表しており、企業がWindows11導入という悩ましい課題を抱えた状態は当分続くでしょう。

「企業のことだから、自分には関係ない」と考えるエンジニアの方もいますが、エンジニアだからこそ誰もが「Windows11移行」の課題に直面する可能性があります。

この記事では、**Windows10サポート終了に対して企業はどう備えるべきか、Windows11を導入する時期はいつが良いのかなどについて解説していきます。エンジニアの皆さんはぜひ参考にしてください。

*【参考】：[Windows 11の普及を阻む要因 - 阿久津良和のWindows Weekly Report | マイナビニュース](https://news.mynavi.jp/article/20220417-windows_report/)*

### Windows10の猶予期間は決して長くはない

「まだ3年以上も残っているから慌てる必要はない」という企業担当者からの声も聞こえてきますが、実はWindows10搭載の全てのパソコンが2025年10月14日までサポート期間が残っている訳ではありません。

「Windows10のバージョンごとにサポート期限が決まっている」※ため、定期的にバージョンアップを行っていないパソコンは終了期限に早く到達してしまうのです。

例えば、2021年11月16日にリリースされたVersion 21H2の終了日は2023年6月13日です。恐らく後3回程度はWindows10の大型バージョンアップがあると想定されますが、**Windowsアップデートを行っていないパソコンはサポート終了日がすぐにやってくるため、悠長に構えてはいられません。**

また、企業で使われているパソコンでは、企業独自のシステムやアプリケーションがインストールされているケースが多くあり、残された3年余りの期間内で、Windows10のバージョンアップ対応とWindows11への移行計画をしっかり立てて、着実にWindows11への移行を進めていく必要があります。

*【参考】：※[Windows 10 Home and Pro - Microsoft Lifecycle | Microsoft Docs](https://docs.microsoft.com/ja-jp/lifecycle/products/windows-10-home-and-pro)*

### ビジネスPCのWindows11への移行ハードルは何か？

Windows10とWindows11は互換性があります。Windows10で使っていたアプリやソフトは基本的にWindows11でも利用が可能です。ただし、**移行に際してアプリや周辺機器の動作確認は欠かせず、その作業量は膨大です。**

企業には新旧さまざまなアプリやハードウェアが導入されており、それら1つ1つを新OS環境下で動作確認をしなければなりません。資産管理ソフトを導入し、企業全体のソフトウェア、ハードウェア資産を管理している企業でさえ、この作業は並大抵ではありません。

しかも確実にコスト増につながる大きな問題が控えています。それは、Windows11のハードスペック要件がWindows10よりも厳しくなったことです。ハードスペック要件に対応するには、パソコンそのものの入れ替えが必要になることが想定されます。数千台のパソコンを導入している企業では、仮に半分のパソコンを入れ替えるだけでも数億円単位のコストが掛かります。

*【参考】：[システム要件｜Microsoft公式サイト](https://www.microsoft.com/ja-jp/windows/windows-11-specifications#table1)*

Windows10のサポート終了後、Windows10が使えなくなるわけではありません。しかし、サポートが終了したOSを使い続けるリスクの大きさを理解すれば、使い続けるという選択肢はありません。なぜなら、**サポート対象外のパソコンはセキュリティリスクが一気に増大し、コンピューターウィルスへの感染リスク、個人情報や機密情報漏洩のリスクが高まるからです。**

Windows10を使い続けることにはこんな大きなリスクがあるということを改めて認識しておきましょう。

*【参考】：[OS にはサポート期限があります！｜Microsoft公式サイト](https://www.microsoft.com/ja-jp/atlife/article-windows10-portal-eos.aspx)*

## 企業がWindows11の導入に慎重になった方が良い理由

では、Windows11の導入を早めた方が良いのでしょうか？その答えはYESとは言えません。手間やコストばかり掛かって、それに見合うだけのメリットがないなら、急いでWindows11に切り替える必要性は低いでしょう。

ここでは、**Windows11の導入に慎重になった方が良い理由を挙げていきます。**

### Windows11にはまだ不具合が多い

どんなOSやソフトウェアに共通することですが、リリース当初は不具合が多く発見されます。完成度が高いと言われるWindows10でさえも、発売当初は機能不足、バグやソフトウェアとの互換性などの問題が次々と見つかり、一部には混乱もありました。

企業利用では、**Windows11の初期不良発生は業務に支障を来たすため、移行には慎重に対応する必要があります。**

### Windows11導入には大きなコストが掛かる

コストの最大の理由は、Windows11のハード要件が厳しく、パソコンの買い替えが必要となることがあるからです。ここ4〜5年以内に導入したパソコンであれば要件を満たす可能性は高いですが、いずれにしても全てのパソコンについてスペック確認が必要です。

**パソコンの購入費用以外にも、企業で利用中のアプリやソフトウェア、周辺機器などすべてWindows11での動作確認が必要なため、大きなコストと手間が掛かります。**

*【参考】：[Windows 11 の仕様、機能、コンピューターの要件を確認する](https://www.microsoft.com/ja-jp/windows/windows-11-specifications?r=1)*

### 使い勝手がそれほど良くなるわけではない

Windows10の操作に慣れた人にとって、Windows11の操作環境は決して改善されたとは言えません。スタートメニューが中心に移動したり、エクスプローラーの操作性が変わったり、**さまざまな変更が行われていますが、必ずしも使い勝手の面で良い評価を受けているわけではありません。**

むしろコンシューマーの中にはUI（ユーザーインターフェース）が変わったことへの抵抗感を持つ方もいますので、社員への事前の根回しをきちんと行わないと、不満が噴出する可能性すらあります。

## Windows11導入を先に延ばす方法

Windows11に移行しないことによるリスクや弊害を解説しましたが、一方でWindows11の導入の検討事項についても述べました。しかし、待つ時間を確保して、問題を先送りしようというわけではありませんが、やり方次第では最大で3年半近い猶予期間があるのも事実です。

**少しでも長い猶予期間を確保できれば、その間に安全かつ最小のコストと最小のリスクで最大の効果を得る方法を見出すことができ、Windows11の導入を成功させることが可能です。**ここからは、そのベストプラクティスについて解説をしていきます。

### Windows10を使い続けられる環境を整える

まずは、Windows10のサポート終了日2025年10月14日までは安全にWindows10を使い続けられる環境を整えることが求められます。

現時点でのWindows10の最新バージョンは「Version 21H2」で、そのサポート期限は2023年6月13日と後1年程度しかありません。これまで半年に1回程度だったバージョンアップは、今後は年1回になるとマイクロソフトは発表していますが、それでも、後3回程度はバージョンアップが想定されます。

この**最新のバージョンアップに着実に対応することで、Windows10は2025年10月14日までのサポートが保証されるというわけです。**

マイクロソフトはセキュリティリスクを回避するために「Windows10の自動アップグレードの取組を開始」※としていますが、企業によってはポリシー上、自動アップグレードを行っていないケースもあり、ポリシーの見直しなど何らかの対応が求められます。

*【参考】：※[サポートが終了するWindows 10の自動アップグレード開始｜マイナビニュース](https://news.mynavi.jp/techplus/article/20220126-2257293/)*

### 企業契約のWindows10はさらなる延命が可能な場合も

コンシューマー向けとは異なり、ビジネス向けである**Windows10のEnterprize版には特殊用途に限って長期サポートが可能な契約方式があります。**

特殊用途とは、医療制御機器やIoT向けです。Windows10のEnterprise向けにLTSC（Long-Term Servicing Channel）版というものがあり、Windows10の21H2バージョン（IoT Enterprise）は2032年1月13日まで延長サポートを受けることが可能です。 

通常のLTSC版でも2029年1月19日まではサポートされますのでそのメリットは大きいです。これらについてはマイクロソフト社のサポートにしっかり確認しておくことをおすすめします。

*【参考】：[Windows 10 リリース情報｜マイクロソフト公式サイト](https://docs.microsoft.com/ja-jp/windows/release-health/release-information)*

## Windows11への移行計画に万全を期す

Windows11の導入に慎重を期し、先に延ばす必要性については理解できたと思いますが、Windows10を永遠に使い続ける選択肢はありませんので、この3年間で完璧な移行をやり遂げなければなりません。

そのために**移行を失敗しないように完璧な移行計画の策定と、着実な実行が必要です。**ここではWindows11への移行に伴う進め方について解説をしていきます。

*【参考】：[マイクロソフト社内のWindows 11の展開](https://blogs.windows.com/japan/2022/04/06/microsoft-tries-windows-11-on-for-size-and-likes-the-fit/)*

*▪企業活動の停止を招かないこと*

*▪最小のコストで最大の効果を得られること*

この目的達成のためには**Windows11導入の課題を明らかにし、方針、費用、スケジュール、移行方式、人員体制などを明らかにした移行計画書を策定し、経営の承認を得ることが必要です。**

この実施に当たり、経営層とユーザーの理解と協力が欠かせませんので、早めに行動をしましょう。

Windows11導入コストの最小化を目指すには、「WindowsライセンスのVL（ボリュームライセンス）版の契約」や「再イメージング権行使（マスターPCを作成し、そのイメージを他のPCに展開する権利）」など、契約や移行方式について再検討すべきことが多々あります。

マイクロソフト社やベンダーの協力を仰ぎ、最適な移行方式の策定に努めましょう。

また新規購入するパソコンについても、キッティング（インストールや各種設定作業）を含めたレンタル契約などの検討をおすすめします。このように**従来のやり方を見直すことでハードとソフトの両面からトータルコストを抑えることが可能になります。**

Windows11導入はコストやリスクを伴うことからピンチと受け止める向きもありますが、**Windows11移行をピンチではなく逆にチャンスととらえる**という考え方もあります。

クラウド移行やDX推進、セキュリティ強化などの課題を与えられているシステム部門は、それらを実現するチャンスです。たとえば、クラウドサービスの「Microsoft Azure」を利用することで、与えられた課題の解決に近付けるかもしれません。

また、あなたがITベンダーのエンジニアであれば、これが大きなビジネスチャンスになる可能性があります。そうした視点で企業のWindows11導入を受け止めると、Windows11移行対応への意識が変わってきます。

*【参考】：[Microsoft Azure｜マイクロソフト公式サイト](https://azure.microsoft.com/ja-jp/)*

## Windows11導入のメリットを最大化させよう

ここまでWindows11の企業への導入について、その影響や対応策などを解説してきました。OSのアップグレードに対してはどうしてもネガティブな受け止め方をしがちですが、**Windows11の導入は視点を変えてみるとさまざまな間接的メリットが期待できます。**

Windows11導入という避けられない課題をうまく利用することで、これまで解決できなかったビジネス課題を一気に解決できる可能性があります。エンジニアの皆さんは機会があれば、Windows11導入にぜひ積極的に関わってみてください。

難しくなった？Windows11のデフォルトブラウザ変更方法を解説

Windows11のコマンドプロンプトはどこにある？ない時の出し方

Windows11のリリースから早半年余り、Windows11導入のハードルは高く企業の移行は遅々として進みません。Windows11導入を企業が抱えるさまざまな課題解決のチャンスとしてとらえ、Windowsの11導入を成功させる秘策について解説していきます。

Windows10サポート終了に対する企業の対処すべきことやWindows11を導入する時期について

Windows10のサポート期間を最大限に活用し、ベストなWindows11移行計画を策定してから進める

Windows11導入をピンチではなくさまざまな問題解決を図るチャンスと受け止めて進める

Windows11の企業導入は難しい？検討すべき理由とベストな移行方法を解説

React Spring（react-spring）は、spring-physics（ばねの物理学）を原点とするアニメーションライブラリです。ばねの伸び縮みの起動と持続時間（Curve and Duration）をアニメーション化するようなイメージです。

react-springを使うことで、**静的なデータがアニメーション化できます**。公式サイトによると、「Animated」と「React-Motion」の影響を受けて開発しているとの説明がされています。
【参考】：[react-spring](https://react-spring.io/)

そもそもアニメーションとは静止画を動画のように見せる技法を指し、 react-springはReactにこの技法を実装するライブラリーです。開発時に影響を受けたと公言している「Animated」は、ReactおよびReact Nativeのアニメーションライブラリです。

「React-Motion」もReactで利用するアニメーションライブラリです。APIをシンプル化することに主眼が置かれています。
【参考】：[animatedjs / animated](https://github.com/animatedjs/animated)
【参考】：[chenglou / react-motion](https://github.com/chenglou/react-motion)

react-springは、AnimatedとReact-Motionの宣言・定義をより簡単に実装したようなイメージとなります。ReactではHooks（フック）が機能提供されたことで利用範囲が拡大しました。react-springにおいてもTypeScriptでの使用が可能となっています。

TypeScriptとは？JavaScriptとの違いも解説！

コードのベースとなるReactは、Facebook（現Meta）とコミュニティによって開発されたJavaScriptライブラリです。ユーザーインターフェース構築に用いられており、*コード開発が簡単で動作が軽くウェブアプリや静的サイトでも対応可能です*。

「コンポーネント」という部品から複雑なユーザーインターフェースを組み立てることができますので、モジュールの再利用性が高く、開発生産性が総合的に高いことが特長となります。
【参考】：[React](https://ja.reactjs.org/)

 react-springのインストールは、パッケージマネージャを使用します。Node.jsをインストールしている場合は*GitHubのnpm（Node Package Manager）が利用できます*。またはyarnを使用します。
【参考】：[npm](https://www.npmjs.com/)

具体的なパッケージマネージャの利用方法は、以下の通りです。React環境がセットアップされていない場合は、Node.jsインストールの後で次のように環境を設定します。この例では、プロジェクトのフォルダを”testapp”として作業しています。
```npx create-react-app testapp
cd testapp```

続いて、インストール先の作業フォルダで以下のコマンドを実行し、react-springをインストールします。npmを使ったインストールでは以下のコマンドを実行します。
```npm install react-spring```

なお、最新（v17.0.2）で動かす場合には、以下のバージョンを指定します。（2022年3月時点）

```npm install react-spring@8.0.27```

yarnを使ったインストールの場合は以下の通りです。
```yarn add react-spring```

　【図】：作業フォルダ―でのコマンド実行例

図の例では、npmを用いてreact-springをインストールしました。実行は以下のようにコマンドを起動します。
```npm start```

ブラウザ画面が起動し、「http:\//localhost:3000/」にReactの画面が表示されれば成功です。App.jsにReact Springのコードを追加したり、別ファイルに作成しimportしたりして作業を進めます。

基本的なreact-springの用法は、*「useSpring」から始めます*。基本構文は以下の通りです。
```useSpring({ from: { ... }, to: { ... }, delay: 100, onRest: () => ... })```
・from
　objタイプを指定し、アニメーションの初期値のスタイルを設定します。
・to
　obj・fn・array(obj)タイプを指定し、アニメーションの開始から終了時のスタイルを設定します。
・delay
　number・fnタイプを指定し、開始ディレイを設定します。
・onRest
　アニメーション終了時に発火するコールバック関数を渡します。

この他にloopの設定等も行うことができます。どれを使うか迷いますので実際のサンプルを見ながら使い方を決めていきます。例えば、useSpringのドキュメントのサンプルコードと必要な定義をApp.jsに埋め込むと、次の図のようにアニメーションテキストが簡単に表示できます。
【参考】：[react-spring And this is how you create a chain](https://react-spring.io/hooks/use-spring#and-this-is-how-you-create-a-chain)

　【図】：useSpringのコードをApp.jsに埋め込み、アニメーション化したウェブページ

埋め込んだApp.jsの実際のコードは以下の通りです。参考にしてください。
```import { useSpring, animated } from 'react-spring'
import logo from './logo.svg';
import './App.css';
function App() {
  const styles = useSpring({
    loop: true,
    to: [
      { opacity: 1, color: '#ffaaee' },
      { opacity: 0, color: 'rgb(14,26,19)' },
    ],
    from: { opacity: 0, color: 'red' },
  })
  return (
    <div className="App">
      <header className="App-header">
        <img src={logo} className="App-logo" alt="logo" />
        <p>
          Edit <code>src/App.js</code> and save to reload.
        </p>
        <a
          className="App-link"
          href="https://reactjs.org"
          target="_blank"
          rel="noopener noreferrer"
        >
          Learn React
        </a>
        <animated.div style={styles}>I will fade in and out</animated.div>
      </header>
    </div>
   );
}
export default App;```

5つのHooksが主要なものです。最初にライブラリから必要なHook（フック）を選択し、アニメーション動作を決めていきます。

・*useChain*
　複数のアニメーションを待ち行列に入れたり、連結したりします。
　【参考】：[react-spring useChain](https://react-spring.io/hooks/use-chain)

　【図】：useChainのサンプルコード「CHAIN」の状態遷移

・*useSpring*
　1つのバネ（Spring）で、A地点からB地点へ移動するイメージです。
【参考】：[react-spring useSpring](https://react-spring.io/hooks/use-spring)

　【図】：useSpringのサンプルコード「CARD」の状態遷移

・*useSprings*
　複数のSpringリストを用い、A地点からB地点へ移動します。
【参考】：[react-spring useSprings](https://react-spring.io/hooks/use-springs)

　【図】：useSpringsのサンプルコード「DRAGGABLE LIST」の状態遷移

・*useTrail*
　複数のバネが同一の軌跡をたどります。
【参考】：[react-spring useTrail](https://react-spring.io/hooks/use-trail)

　【図】：useTrailのサンプルコード「TRAIL」の状態遷移

・*useTransition*
　変化点の連結・解除を行います。
【参考】：[react-spring useTransition](https://react-spring.io/hooks/use-transition)

　【図】：useTransitionのサンプルコード「IMAGE FADE」の状態遷移

この5つのAPIを用いて、アプリケーションに必要な条件をインプットしていきます。

React Springでは、*Demoと称して多くのサンプルを掲載しています*。最初は公式サイトのDemoの表示とコードを参考にするのが良いでしょう。
【参考】：[react-spring useChain Demos](https://react-spring.io/hooks/use-chain#demos)
【参考】：[react-spring useSpring Demos](https://react-spring.io/hooks/use-spring#demos)
【参考】：[react-spring useSprings Demos](https://react-spring.io/hooks/use-springs#demos)
【参考】：[react-spring useTrail Demos](https://react-spring.io/hooks/use-trail#demos)
【参考】：[react-spring useTransition Demos](https://react-spring.io/hooks/use-transition#demos)
【参考】：[react-spring Prallax Demos](https://react-spring.io/components/parallax#demos)

さらにReact Springのサンプルは、オンラインコード編集サイトの「CodeSandbox」に多数掲載されています。React Springの公式サイトで使用しているサンプルの実際のコードは、CodeSandboxに掲載されています。CodeSandboxはちょっとしたコード開発と動作確認がしやすいので、アニメーションイメージを確認しながら進めるときに活用できます。
【参考】：[React Spring Examples](https://codesandbox.io/examples/package/react-spring)

## React Springの学習はアニメーションサンプルから始めましょう

React-Springは機能が多いので、インストールしてもなかなか使いこなすのに時間を要します。手始めとしては**CodeSandboxのサンプルコードが理解しやすい**です。JavaScriptに加えて、TypeSciptのコードサンプルも多数掲載されています。

React SpringはJavaScriptに加えてTypeScriptでも動作するため、豊富な機能を豊富なサンプルを活用し学んでいくことがおすすめです。

TypeScript入門編として利用する際に覚えておくポイント

React SpringはReact向けアニメーションライブラリです。5つの主要動作を以下バーするAPIを用いてプログラミングを進めます。ここではReact Springのインストール手順と主要な機能をカバーするサンプルコードの動作について解説していきます。

React Springはバネの動作を原点と知るアニメーションライブラリです

react-springライブラリを使用し、静的なデータがアニメーション化できます

豊富なアニメーションサンプルが掲載されており、学習はサンプルコードを使用します

React Springによるアニメーション化の手法を解説【画像付き】

PyTorchとは、**Torchを元に作られたPython用の深層学習用フレームワークソフトウェアを指します。**読み方は「パイトーチ」で、Facebook（現Meta）のAI Reserarch Lab（FAIR）で開発されました。グラフベースの実行・分散学習・モバイル展開・量子化の機能を持ちます。トレーニング時間が高速なため、短い時間で完了します。


【参考】：[PyTorch](https://pytorch.org/)

Pythonの特徴はプログラム記述がシンプルなため、高機能なプログラムが簡単に記述できることです。また、インタプリタのためデバッグが簡単に行えます。AIでは分析アルゴリズムが共通化しやすいため、機械学習やディープラーニング（深層学習）のライブラリが数多く提供されており、AI分野の開発言語にPythonが標準的に用いられています。記述しやすく、かつ判読しやすいのでメンテナンス性にも優れています。

PyTorchはPythonのメリットを享受できるよう、Torchを元に開発されました。PyTorchは分散トレーニングが可能で、*スケーラブルなトレーニングと利用現場でのパフォーマンス最適化が可能です*。同様に主要なクラウド環境がサポートされており、シームレスな開発とスケーリングを提供します。

Pythonで開発を行う際におすすめのツールを徹底解説！

PyTorchは以下のメリットにより、人気が高まっています。

・*GPUサポート*
GPUとしてNVIDIAがサポートされます。NVIDIAのソフトウェアライブラリであるCUDA（Compute Unified Architecture）が活用できます。このため、強力なGPUサポートを活用して配列（テンソル）演算が可能です。

・*使い勝手が良い*
PyTorchはNumpyに近い操作性を持っています。そのため、すでにNumpyを利用しているユーザにはそのまま利用できるメリットがあります。標準ONNX（Open Neural Network Exchange）フォーマットがサポートされており、対応プラットフォーム・ランタイム・ビジュアライザーなどに直接アクセスすることができます。

搭載されている自動微分（Automatic Differentiation）により、自動勾配計算が行われます。深層ニューラルネットワークの最適化が簡単に行えます。フロントエンドの提供により、PythonならびにC++から利用できるメリットもあります。

・*主要クラウドが活用可能*
インストール使用するほかに、クラウドではAlibaba Cloud・Amazon Web Services・Google Cloud Platform・Microsoft Azureが対応します。シームレスな開発運用が可能です。

NumPyとは？効率的なPythonのデータ分析手法を解説！

PyTorchのデメリットも少なからずあります。具体的には以下のデメリットがあります。

・*日本語の情報が少ない*
PyTorchチュートリアルの日本語版が有志により提供されていますが、総じて日本語の情報が少ない状況です。最新情報を入手する際には多少の英語力が求められます。

・*低レベルAPIのみ*
人間の言語水準に近いものを高レベル、機械の言語水準に近いものを低レベルとする場合、PyTorchの提供APIは低レベルのものが提供されます。低レベルAPIは細かい操作や機能が提供される半面、プログラミングの難易度が求められます。使用するにあたって慣れが必要です。

・*研究用途がメイン*
PyTorchは、Facebook（現Meta）のAI研究の一環で開発されました。そのため研究者に人気があり、論文発表のコードはPyTorchの利用が多い傾向があります。一般用途では高レベルAPIが求められることがあり、そこまで利用が増加していません。

低水準言語とは？ここでの「水準」について理解を深めよう

ここではPyTorchの入門として、基本手続きを説明します。最初にPythonを起動します。
```python```

Pythonのコマンドとして、*PyTorchのライブラリをインポートします*。ここで乱数の配列（テンソル）を生成・表示してみます。簡単な例ですが、動作確認のサンプルとしても利用されています。
```import torch
x = torch.rand(5, 4)
print(x)```

以降で、インストールから簡単な使い方について説明していきます。

PyTorchはWindows・MacOS・Linuxでインストール可能です。


【参考】：[GET STARTED START LOCALLY](https://pytorch.org/get-started/locally/)

各OSのインストール方法は以下の通りです。

・*Windows環境*
Windows 7以降でインストール可能であり、推奨されているのはWindows 10以降です。サーバーはWindows Server 2008 R2以降がサポートされます。Windowsでは、Python 3.7〜3.9がサポートされ、Chocolatey・Python公式サイト・Anacondaを用いてインストールします。パッケージマネージャは、Anacondaとpipがサポートされます。

・*MacOS環境*
MacOS 10.10（Yosemite）以降でサポートされます。MacOSではPython 3.7以降がサポートされ、Homebrew・Python公式サイトを用いてインストールします。パッケージマネージャは、Anacondaとpipがサポートされます。

・*Linux環境*
Linuxでは、glibc v2.17以降がサポートされます。ディストリビューションで言うと、Arch Linux 2012-07-15・CentOS 7.3-1611・Debian 8.0・Fedora 24・Mint 14・OpenSUSE 42.1・PCLinuxOS 2014.7・Slackware 14.2・Ubuntu 13.04以降が対応します。Linuxでは、通常Python 3.7以降がインストール済みのためそのまま利用できます。パッケージマネージャは、Anacondaとpipがサポートされます。

pipとは？Pythonのライブラリ管理方法を分かりやすく解説！

PyTorchの使い方は、公式サイトのチュートリアルで基本情報を得ることができます。


【参考】：[LEARN THE BASICS](https://pytorch.org/tutorials/beginner/basics/intro.html)
【参考】：[QUICKSTART](https://pytorch.org/tutorials/beginner/basics/quickstart_tutorial.html)

・*基本操作*
最初に、以下の様にPythonでtorchライブラリをインポートして利用します。
```import torch```

データ処理には、”torch.utils.data.DataLoader”と”torch.utils.data.Dataset”の2種類が用意されています。”torch”をインポート後、以下のように読み込みます。nnはニューラルネットワークのモジュールです。
```from torch import nn
from torch.utils.data import DataLoader
from torchvision import datasets
from torchvision.transforms import ToTensor```

・*GPUの利用*
GPUとCUDA（Compute Unified Architecture）が利用可能か確認するには、以下の関数を用います。
```import torch
torch.cuda.is_available()```

・*モデルの作成*
モデルの作成では、nn.Moduleを継承したクラスを作成します。\_\_init\_\_関数で必要なネットワーク層を定義します。nn.Flatten()・nn.Sequential()・nn.Linear()・nn.ReLU()等を用います。クラスのforward関数では、データがネットワークを通過する方法を指定します。

・*学習と最適化*
モデルは、学習ループで学習データセットに対して予測を行い、モデルのパラメータを調整します。そして、テストデータセットに対してモデルのパフォーマンスをチェックします。学習プロセスは数回の反復を経て予測精度を高めていきます。最後にモデルを保存します。

## そもそもPythonのフレームワークとは

Pythonは、インタープリタ型のオブジェクト指向プログラミング言語です。**フレームワークとは、アプリケーション開発を効率的に行うように定義したものです。**Pythonのフレームワークは、ベースとなる開発言語にPythonを用いたものを指します。

Pythonは言語仕様がシンプルであるため、メンテナンス性に優れており、汎用用途に加えて専門分野向けにライブラリが数多く公開されています。特にデータサイエンス・人工知能（AI）向けに活用されることが多いので、専用のフレームワークも数多く提供されています。


【参考】：[python](https://www.python.org/)

PythonでのWebアプリ開発で使うフレームワークを解説！

## Pythonのフレームワークの特徴

フレームワークとは、物事の考え方を整理しルール化したものです。Pythonのフレームワークは、汎用用途・ウェブアプリケーションからデータサイエンス・人工知能（AI）向けまで数多くあります。

Pythonフレームワークの代表的なメリットは、開発生産性の向上です。設計・開発の工数が削減でき、短納期で開発することができます。誰が見ても理解しやすいので、メンテナンスの工数が削減でき、品質が維持できます。以上のことから、フレームワークでは設計・開発から運用までの標準化により一貫性が確保され、*全体の生産性と品質の向上が期待できます*。

### PyTorch以外のフレームワーク

TensorFlowは、Google社が開発した機械学習用のフレームワークです。*機械学習モデルの開発とトレーニング（学習）に使用し、Pythonに限定されず、C・C++やJava等の言語で利用できます*。


【参考】：[TensorFlow](https://www.tensorflow.org/)

Java入門！概要やメリット、基本事項について徹底解説！

PyTorchとTensorFlowは、ともに処理が高速で人気があるため、どちらが良いのか判断がつかないこともあります。

TensorFlowはAPIが低レベルから高レベルまで揃っており、コードを見やすく記述することができます。PyTorchでは低レベルAPIを中心としたフレームワークですので、記述は慣れが必要ですがデバッグ操作はしやすくなります。それぞれメリットが多いため、**実際に使用してみて使いやすいソフトウェアを選択することをおすすめします。**

## PyTorchを理解して最新の研究成果に触れてみましょう

PyTorchは低レベルAPIですので、最初は難しく感じますが細かい操作が可能なことで研究者に人気があります。研究成果となる論文発表では、PyTorchがコード開発に活用されています。**AI分野の最新の研究成果に多く触れるには、PyTorchがうってつけです。**将来への投資として、ぜひ学習しましょう。

PyTorchとは、Facebook（現Meta）で開発されたフレームワークソフトウェアを指します。Python用の深層学習に用いられ、トレーニング時間が高速なため人気があります。ここでは、その特徴やメリット・デメリット等の入門情報を解説していきます。

PyTorchとは、Torchを元に作られたPython用の深層学習用フレームワークソフトウェアを指します

スケーラブルなトレーニングと利用現場でのパフォーマンス最適化に特徴があります

研究成果となる論文発表では、PyTorchがコード開発に活用されており研究者に人気があります

PyTorchとは？特徴やメリット・デメリット等の入門情報を解説

サーバーレスとは、サーバーを意識せずに必要なサービスを利用するコンピューティング環境を指します。決してサーバーがない環境ではなく、あくまでも意識せずに利用できるという意味合いで用いられます。

従来型ではシステムの設計をするにあたって規模を見積もり、可用性やデータ保全を考慮した設計が必要でした。サーバーレス設計では自動的なスケールや可用性を高めるリトライ処理が標準提供され、設計作業が簡素化できます。一番の特徴は、*これまで必要とされていたサーバーの初期準備やOS保守がほぼ不要になる点です*。

上記サービスを実現するために、アプリケーションのロジックを定義するサービス（Function as a service）のランタイム環境をサーバーレスランタイム環境と言います。一般的なクラウドサービスと違い、実行時の利用時間や回数で料金が請求されます。

一般的なクラウドサービスは、コンピュータ資源としてサーバー・ストレージ・ネットワークを割り当てます。

メモリーサイズやストレージサイズ等のキャパシティ見積もりや、CPU数・ノード数等の性能値をあらかじめ設定しておく必要があります。通常は事前にサイジングやチューニング等のアセスメントを行い、サービス提供に必要される指標を求めます。システム開発を行いアプリケーションをデプロイする利用のための構築作業が必要となります。

サーバーレスの仕組はさほど難しくなく、裏側ですぐに利用できるコンピュートリソースが待機しているイメージです。利用するための*一連の準備や構築に関する管理作業が不要となり、生産性が向上することが特徴です*。

代表的なサーバーレスの導入メリットとして以下の点が挙げられます。

・*サーバー管理が不要*
クラウドサービスでサーバーを利用する場合は、サーバーやストレージの選定および初期セットアップが必要です。サーバーレスでは、必要なコードを準備するだけでイベントに応じてサーバーが割り当てられます。

・*柔軟なスケーリングと自動化*
クラウドサービスでは、事前にサイジングを行い必要なインスタンスを確保します。サーバーレスでは、自動的に処理に応じたコンピュータ資源およびメモリー量が確保されます。同様にリトライ処理やイベントに応じた処理を設定することでエラー処理に必要なマニュアル作業を削減することが可能です。

・*未使用時リソースの確保が不要*
クラウドサービスでは、サービス利用契約に基づきコンピュータ資源を確保する必要があります。サーバーレスでは、イベントに応じてコンピュータ資源が割り当てられますので、繁閑の差があったり特定時間に処理が集中する場合にコスト最適化が期待できます。

・*コスト削減*
実行するワークロードに合わせてクラウドサービスの利用状況を自動調整してくれます。実行コードはイベントにより起動されますので、起動数や処理に必要なメモリー量等を自動的に調整してくれます。料金体系は消費したコンピューティング時間に対して請求されますので、事前に資源を確保する場合に比べて最終的にはコスト削減につながり、大幅な料金節約・適正化が図られます。

以上の点をまとめると、サーバーレスでは従来必要であった作業量が削減できること、導入時間が短縮できること、費用適正化が図られること、がメリットといえるでしょう。

サーバーレスでは色々な処理が自動実行できるメリットがあります。初期構築作業が削減できます。自動処理に関する手続きはプログラミングする必要があるので、システム構築以外のプログラム開発の投資はこれまで通り必要となります。

クラウドサービスの料金体系によっては、イベントの発生頻度が多い場合や、1度の実行時間が長い処理は従量制課金の集計が増えますので、固定的にサービスを利用する方がコストが抑えられる場合もあります。そのため*高負荷・高利用回数の処理に関してはサーバーレスは不向きで、通常のサービスが適しています*。

## クラウド事業者のサーバーレスサービス

各クラウド事業者は、*各社の名称でサーバーレスサービスを提供しています*。

AWSでは、AWS LambdaやAWS Fargateが該当します。マイクロソフトは、Azure Functionsが該当します。プレビューとしてAzure Container Appsも追加提供されました。Google Cloudでは、Cloud Functions・Cloud Run・App Engineが提供されています。詳細は以降でお話しします。

AWS Lambdaは、*AWS製品サービスでサーバーレスカテゴリーのサービスです*。サーバーのプロビジョニングや管理等を行わずに必要なコード処理を実行できます。実行は、イベントを定義することでコンピュータ資源を用いて自動的に実行してくれます。


【参考】：[AWS Lambda](https://aws.amazon.com/jp/lambda/)

AWS Lambdaの使用状況は、関数に対するリクエスト数とコードの実行時間に基づいて集計されます。リクエスト数はイベントの発生等による実行コードを呼び出した回数です。実行時間は、コード実行開始から終了（もしくは中止）までの時間を1ミリ秒単位で集計されます。

AWS Fargateは、*コンテナ向けサーバーレスサービスのコンピューティングエンジンです*。AWS Lambdaと同様にインスタンスの選択やクラスター容量のスケーリング設定することなく、適切なコンピューティング容量が割り当てられます。


【参考】：[AWS Fargate](https://aws.amazon.com/jp/fargate/?nc2=type_a)

AWS Fargateでは、コンテナ化されたアプリケーションで消費される vCPU およびメモリリソースの量に対する料金が発生します。

AWSのサーバーレスサービスとは？そのメリットを解説！

マイクロソフト社のAzure Functionsは、サーバーレスの考え方に基づく*Function as a serviceの提供サービスです*。自動スケーリングにより、インフラ管理を簡素化します。Visual StudioとVisual Studio CodeでFunctions拡張機能が利用可能です。Azure Pipelinesを使用して継続的インテグレーションと継続的デリバリー（CI/CD）に活用できます。


【参考】：[Azure Functions](https://azure.microsoft.com/ja-jp/services/functions/)

Azure Functionsでは、関数の実行中にのみコンピューティング リソースに対して課金されます。

マイクロソフト社のAzure Container Appsは、*フルマネージドのサーバーレスコンテナサービスです*。Kubernetesを用いてコンテナ化されたアプリをデプロイし、自動的にスケールするオーケストレーション環境が構築できます。


【参考】：[Azure Container Apps プレビュー](https://azure.microsoft.com/ja-jp/services/container-apps/)

Google CloudのCloud Functionsは、その名の通りFunctions as a Serviceから命名されています。*サーバー管理なしでコードを実行する関数（Functions）を提供します*。負荷に応じたスケーリングを自動的に行い、ハイブリッドクラウドやマルチクラウドに対応します。トリガーベースでサービス接続し、自動化が可能です。


【参考】：[Cloud Functions](https://cloud.google.com/functions?hl=JA)

リアルタイムのファイル処理やストリーム処理、動画や画像分析等に用います。Cloud Functionsの使用量は関数の実行時間に対して計測され、100 ミリ秒単位でまとめて請求されます。

言語・開発の記事（92ページ目）