OpenVINO™ ノートブックのインストール#

ノートブックはさまざまな環境で実行できます。このガイドでは、ローカルシステム上でノートブックを実行および管理する方法を説明します。

内容:

インストール・ガイド#

以下に、サポートされているオペレーティング・システムと Python のバージョンを示します。

サポートされるオペレーティング・システム (64 ビット)

Python バージョン (64 ビット)

Ubuntu* 20.04 LTS、64 ビット

3.8、3.9、3.10。3.11

Ubuntu* 22.04 LTS、64 ビット

3.8、3.9、3.10、3.11

Red Hat* Enterprise Linux 8

3.8、3.9、3.10、3.11

CentOS* 7 (64 ビット)

3.8、3.9、3.10、3.11

macOS* 10.15.x バージョン以降

3.8、3.9、3.10、3.11

Windows* 10 64 ビット Pro、Enterprise または Education エディション

3.8、3.9、3.10、3.11

Windows Server* 2016 以降

3.8、3.9、3.10、3.11

OpenVINO ノートブックには Git も必要です。使用するオペレーティング・システムまたは環境に応じて、以下のガイドに従ってください。

前提条件のインストール#

  1. Python をインストール

    Python ソフトウェア 64 ビット版 (3.8、3.9、3.10、3.11) を python.org からダウンロードします

    インストーラーをダブルクリックしてインストールを実行します。インストール手順に従ってソフトウェアをセットアップします。

    インストール中に、Python をシステム PATH に追加するボックスを必ずオンにしてください。また、インストーラーのオプションを使用して PATH の長さ制限を無効にすることを推奨します。

    Windows Store* で入手できる Python ソフトウェアは推奨されません。追加のパッケージが必要になる場合があります。

  2. GIT のインストール

    git-scm.org から 64 ビット版の GIT をダウンロードします。

    インストーラーをダブルクリックしてインストールを実行します。インストール手順に従ってソフトウェアをセットアップします。

  3. C++ 再頒布可能パッケージのインストール (Python 3.8 のみ)

    こちらから 64 ビット版の C++ 再頒布可能パッケージをダウンロードします。

    インストーラーをダブルクリックしてインストールを実行します。インストール手順に従ってソフトウェアをセットアップします。

  4. (オプション) FFMPEG をインストール

    ここから FFMPEG バイナリーをダウンロードしてください

    Windows* の PATH 環境変数に FFMPEG のパス (例: C:\ffmpeg\bin) を設定します。

  1. Python と GIT をインストール

    Linux* システムでは、追加のライブラリーのインストールが必要になる場合があります。

    次のインストール手順は、Ubuntu* Desktop 20.04 のクリーン・インストール環境だけでなく、Ubuntu* 22.04、20.10、および Ubuntu Server* でも動作するはずです。

    sudo apt-get update 
    sudo apt-get upgrade 
    sudo apt-get install python3-venv build-essential python3-dev git-all libgl1-mesa-dev ffmpeg

    インテル® 統合グラフィックス・カードでは、インテル® グラフィックス・コンピューティング・ランタイムをインストールして、このデバイスでの推論を有効にすることができます。Ubuntu* 20.04 のコマンドを次に示します:

    OpenCL ドライバーがインストールされていない場合にのみ、このコマンドを実行してください。

    sudo apt-get install intel-opencl-icd

    次のインストール手順は、Red Hat*、CentOS*、Amazon Linux* 2、または Fedora* のクリーンインストールで機能します。問題が発生した場合は、トラブルシューティングのセクションを参照してください。

    sudo yum update 
    sudo yum upgrade 
    sudo yum install python36-devel mesa-libGL

Python 3Git を手動でインストールする場合は、手順 1 ~ 3 をスキップすることもできます。

  1. Xcode コマンドライン・ツールをインストール

    xcode-select --install
  2. Homebrew をインストール

    /bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"

    インストールしたら、Homebrew インストールの指示に従ってセットアップします。

  3. Python と依存関係をインストール

    brew install python@3.9 
    brew install protobuf 
    
    # オプションですが推奨されます 
    brew install ffmpeg

    ターミナルで以下の各ステップを実行します。

    OpenVINO がグローバルにインストールされている場合は、setupvars.sh がソースされているターミナルでこれらのコマンドを実行しはなりません。

Azure アカウントと Azure ML Studio へのアクセスが必要です。

  1. 計算インスタンスを追加

    Azure ML Studio で、計算インスタンスを追加し、任意の CPU ベースのインスタンスを選択します。少なくとも 4 つの CPU コアと 8GB RAM が推奨されます。

    ml-studio-1

  2. ターミナルを起動

    計算インスタンスが起動したら、ターミナルウィンドウを開き、以下のインストール手順に従います。

    ml-studio-2

Linux* ベースの Docker コンテナ内でノートブックを実行するには、Dockerfile を使用します:

:caption: Source: 
https://github.com/openvinotoolkit/openvino_notebooks/blob/latest/Dockerfile 

FROM quay.io/thoth-station/s2i-thoth-ubi8-py38:v0.29.0 

LABEL name="OpenVINO(TM) Notebooks" \ 
  maintainer="helena.kloosterman@intel.com" \ 
  vendor="Intel Corporation" \ 
  version="0.2.0" \ 
  release="2021.4" \ 
  summary="OpenVINO(TM) Developer Tools and Jupyter Notebooks" \ 
  description="OpenVINO(TM) Notebooks Container" 

ENV JUPYTER_ENABLE_LAB="true" \ 
  ENABLE_MICROPIPENV="1" \ 
  UPGRADE_PIP_TO_LATEST="1" \ 
  WEB_CONCURRENCY="1" \ 
  THOTH_ADVISE="0" \ 
  THOTH_ERROR_FALLBACK="1" \ 
  THOTH_DRY_RUN="1" \ 
  THAMOS_DEBUG="0" \ 
  THAMOS_VERBOSE="1" \ 
  THOTH_PROVENANCE_CHECK="0" 

USER root 

# NodeJS を 12.0 以上にアップグレード 
# Windows で行末変換を行うには dos2unix をインストール 
RUN curl -sL https://rpm.nodesource.com/setup_14.x | bash - && \ 
  yum remove -y nodejs && \ 
  yum install -y nodejs-14.18.1 mesa-libGL dos2unix libsndfile && \ 
  yum -y update-minimal --security --sec-severity=Important --sec-severity=Critical --sec-severity=Moderate 

# GPU ドライバー 
RUN dnf install -y 'dnf-command(config-manager)' && \ 
  dnf config-manager --add-repo https://repositories.intel.com/graphics/rhel/8.5/intel-graphics.repo 

RUN rpm -ivh https://vault.centos.org/centos/8/AppStream/x86_64/os/Packages/mesa-filesystem-21.1.5-1.el8.x86_64.rpm && \ 
  dnf install --refresh -y \ 
  intel-opencl-22.28.23726.1-i419.el8.x86_64 intel-media intel-mediasdk libmfxgen1 libvpl2 \ 
  level-zero intel-level-zero-gpu \ 
  intel-metrics-library intel-igc-core intel-igc-cm \ 
  libva libva-utils intel-gmmlib && \ 
  rpm -ivh http://mirror.centos.org/centos/8-stream/AppStream/x86_64/os/Packages/ocl-icd-2.2.12-1.el8.x86_64.rpm && \ 
  rpm -ivh https://download-ib01.fedoraproject.org/pub/epel/8/Everything/x86_64/Packages/c/clinfo-3.0.21.02.21-4.el8.x86_64.rpm 
# オーバーライド・アセンブル/実行スクリプトのコピー 
COPY .docker/.s2i/bin /tmp/scripts 

# ソースコードのコピー 
COPY .docker /tmp/src 
COPY .ci/patch_notebooks.py /tmp/scripts 
COPY .ci/validate_notebooks.py /tmp/scripts 
COPY .ci/ignore_treon_docker.txt /tmp/scripts 

# Windows 上の Git は行末を変換する場合があります。Run dos2unix to enable 
# スクリプトに CRLF がある場合のイメージの構築。RUN dos2unix /tmp/scripts/* 
RUN dos2unix /tmp/src/builder/* 

# ファイルの所有権をアセンブルユーザーに変更します。ビルダーイメージは chown コマンドをサポートする必要があります。RUN chown -R 1001:0 /tmp/scripts /tmp/src 
USER 1001 
RUN mkdir /opt/app-root/notebooks 
COPY notebooks/ /opt/app-root/notebooks 
RUN /tmp/scripts/assemble 
RUN pip check 
USER root 
RUN dos2unix /opt/app-root/bin/*sh 
RUN yum remove -y dos2unix 
RUN chown -R 1001:0 .RUN chown -R 1001:0 /opt/app-root/notebooks 
USER 1001 
# jupyter lab ビルドを実行 
CMD /tmp/scripts/run

AWS アカウントと Amazon SageMaker Studio へのアクセスが必要です。

  1. Amazon SageMaker Studio 環境にログインし、ユーザーを追加します。

    amazon-studio-1

  2. 希望するユーザー・プロフィール名を選択します

    amazon-studio-2

  3. Jupyter Lab バージョン 3.0 を選択します

    amazon-studio-3

  4. 残りをデフォルト設定で選択し、“Submit” をクリックしてユーザーを追加します。

  5. Amazon SageMaker Studio 環境を起動します。

    “Open Studio” をクリックして環境を起動します:

    amazon-studio-4

    使用するインスタンスは ml.t3.medium です。Studio ノートブックでは、最初の 2 か月間は月あたり 250 時間無料でご利用いただけます。

  6. 環境が読み込まれるまで数分間お待ちます。

    次のような画面が表示されます:

    amazon-studio-5

  7. SageMaker イメージを選択します。

    “Notebooks and compute resources” の下の “Select a SageMaker image” ドロップダウンで Data Science 3.0 を選択します。

    次に、“Image Terminal” の + をクリックしてターミナルセッションを開始します:

    amazon-studio-6

ノートブックのインストール#

  1. 仮想環境の作成

    すでに openvino-dev がインストールされている場合は、この手順をスキップして次の手順に進むことができます。

    python -m venv openvino_env
  2. 環境のアクティブ化

    openvino_env\Scripts\activate
  3. リポジトリーのクローンを作成

    git clone に –depth=1 オプションを使用すると、ダウンロード・サイズが削減されます。

    git clone --depth=1 https://github.com/openvinotoolkit/openvino_notebooks.git cd openvino_notebooks
  4. PIP をアップグレード

    python -m pip install --upgrade pip wheel setuptools
  5. 必要なパッケージをインストール

    pip install -r requirements.txt 
    
    .. important:: 
       In case of problems with accessing HuggingFace in PRC, set-up the networking 
       environment before you launch the notebooks:
        .. Code-block:: 
    
          pip install -U huggingface_hub 
          set HF_ENDPOINT = https://hf-mirror.com 
       For more information, visit `HF-Mirror HuggingFace <https://hf-mirror.com>`__.
  1. 仮想環境の作成

    すでに openvino-dev がインストールされている場合は、この手順をスキップして次の手順に進むことができます。

    python3 -m venv openvino_env
  2. 環境のアクティブ化

    source openvino_env/bin/activate
  3. リポジトリーのクローンを作成

    git clone に –depth=1 オプションを使用すると、ダウンロード・サイズが削減されます。

    git clone --depth=1 https://github.com/openvinotoolkit/openvino_notebooks.git cd openvino_notebooks
  4. PIP をアップグレード

    python -m pip install --upgrade pip pip install wheel setuptools
  5. 必要なパッケージをインストール

    pip install -r requirements.txt 
    
    .. important:: In case of problems with accessing HuggingFace in PRC, set-up the networking 
       environment before you launch the notebooks: .. Code-block:: 
    
          pip install -U huggingface_hub 
          set HF_ENDPOINT = https://hf-mirror.com 
       For more information, visit `HF-Mirror HuggingFace <https://hf-mirror.com>`__.
  1. 仮想環境の作成

    すでに openvino-dev がインストールされている場合は、この手順をスキップして次の手順に進むことができます。

    python3 -m venv openvino_env
  2. 環境のアクティブ化

    source openvino_env/bin/activate
  3. リポジトリーのクローンを作成

    git clone に –depth=1 オプションを使用すると、ダウンロード・サイズが削減されます。

    git clone --depth=1 https://github.com/openvinotoolkit/openvino_notebooks.git cd openvino_notebooks
  4. PIP をアップグレード

    python -m pip install --upgrade pip wheel setuptools
  5. 必要なパッケージをインストール

    pip install -r requirements.txt
  1. Conda 環境の作成

    conda create --name openvino_env python=3.8 -y
  2. 環境のアクティブ化

    conda activate openvino_env
  3. OpenVINO ノートブックのクローンを作成

    git clone https://github.com/openvinotoolkit/openvino_notebooks.git
  4. openvino_notebooks ディレクトリーに移動

    cd openvino_notebooks
  5. pip をアップグレードし、必要な依存関係をインストールします。

    python -m pip install --upgrade pip pip install -r requirements.txt
  6. openvino_env を PATH に追加

    set PATH="/anaconda/envs/openvino_env/bin;%PATH%"
  7. ノートブックの実行。

    ノートブックを実行するには、[ノートブック] をクリックしてファイルを更新します:

    https://user-images.githubusercontent.com/15709723/117580814-a725c300-b0ae-11eb-93bf-007779c26075.png https://user-images.githubusercontent.com/15709723/117559447-2af19800-b03a-11eb-8bd6-8813b7a8814f.png https://user-images.githubusercontent.com/15709723/117580973-37640800-b0af-11eb-91ae-7194b9b4e505.png

    openvino_env 環境 (Python 3 ではない) を使用していることを確認してください。

    https://user-images.githubusercontent.com/1720147/162269003-7937b47c-484f-416c-97c7-bb869376ff68.png
  1. リポジトリーのクローンを作成

    git clone https://github.com/openvinotoolkit/openvino_notebooks.git cd openvino_notebooks
  2. Docker イメージをビルド

    docker build -t openvino_notebooks .
  3. Docker イメージを実行

    docker run -it -p 8888:8888 openvino_notebooks

    モデル・トレーニングのノートブックを使用するには、追加のメモリーを割り当てます:

    docker run -it -p 8888:8888 --shm-size 8G openvino_notebooks
  4. ブラウザーを起動

    ターミナルウィンドウに出力された URL をコピーし、ブラウザーで開きます。
    リモートマシンでは、127.0.0.1 を正しい IP アドレスに置き換えてください。

    docker-terminal-1

    Dockerfile を使用すると、Windows*、Linux*、または macOS* でローカルイメージを実行できます。Open Data Hub および Red Hat OpenShift Data Science とも互換性があります。基本レイヤーは、Project Thoth で提供される UBI 8 ベースのイメージです。

    Windows* および macOS* でコンテナを実行しているときは、CPU デバイスのみを使用できます。iGPU にアクセスするには、上記の手順に従ってノートブックをローカルにインストールします。

ターミナルを使用して、以下の手順に従ってください。

amazon-studio-7

  1. いくつかのシステム依存関係をインストールします。

    apt update 
    apt install build-essential -y 
    apt install libpython3.9-dev -y 
    apt install libgl1-mesa-glx -y
  2. OpenVINO conda 環境をセットアップします。

    conda create --name openvino_env python=3.9 
    conda activate openvino_env 
    conda install ipykernel 
    set PATH="/anaconda/envs/openvino_env/bin;%PATH%"
  3. OpenVINO ノートブックをセットアップします。

    git clone https://github.com/openvinotoolkit/openvino_notebooks.git 
    cd openvino_notebooks 
    # OpenVINO と OpenVINO ノートブックの要件をインストール 
    python -m pip install --upgrade pip 
    pip install -r requirements.txt
  4. ノートブックの実行

    • ノートブックを実行するには、最上位の “openvino_notebooks” フォルダーをクリックし、例に移動します:

      amazon-studio-8

    • “Image” - Data Science 3.0、“Kernel” - Python [conda env:openvino_env],、“Instance type” - 希望する計算インスタンスを選択します。

      amazon-studio-9

      amazon-studio-10

      amazon-studio-11

      Python [conda env:openvino_env] 環境 (Python 3 ではない) を使用していることを確認してください。

    • 次に、ノートブックのセルを実行します。OpenVINO の機能と例を調べるには、他のノートブックを試すこともできます。

ノートブックの実行#

単一ノートブックを起動#

Monodepth ノートブックなどノートブックを 1 つだけ起動する場合は、以下のコマンドを実行します。

jupyter lab notebooks/vision-monodepth/vision-monodepth.ipynb

すべてのノートブックを起動#

jupyter lab notebooks

ブラウザーで、左側のサイドバーから Jupyter Lab のファイルブラウザーからノートブックを選択します。各チュートリアルは、notebooks ディレクトリー内のサブディレクトリーにあります。

launch-jupyter

ノートブックを管理#

Jupyter カーネルのシャットダウン#

Jupyter セッションを終了するには、Ctrl-c を押します。これにより、Shutdown this Jupyter server (y/[n])? というプロンプトが表示されます。y を入力して Enter キーを押します。

仮想環境の非アクティブ化#

まず、openvino_env をアクティブ化したターミナルウィンドウを使用していることを確認してください。virtualenv を非アクティブにするには、次のコマンドを実行します:

deactivate

これにより、仮想環境が非アクティブ化されます。

仮想環境の再アクティブ化#

仮想環境を再アクティブ化するには以下を実行します:

source openvino_env\Scripts\activate
source openvino_env/bin/activate
source openvino_env/bin/activate

次に、jupyter lab または jupyter notebook と入力してノートブックを再起動します。

仮想環境の削除#

これはオプションの操作です。仮想環境を削除するには、単に openvino_env ディレクトリーを削除します。

rmdir /s openvino_env
rm -rf openvino_env
rm -rf openvino_env

Jupyter から openvino_env カーネルを削除#

jupyter kernelspec remove openvino_env

問題が発生した場合は、トラブルシューティングFAQ のセクションを確認するか、GitHub ディスカッションにアクセスしてください。

トラブルシューティング#

インストール中の一般的な問題の解決策については、openvino_notebooks リポジトリーのトラブルシューティングFAQ セクションを参照してください。

上記のヒントで問題が解決しない場合は、気軽にディスカッション・トピックを開くか、GitHub で問題を作成してください。

関連情報#