最初のステップはPythonをインストールすることです。Mini-Condaを介してPythonをインストールすることをお勧めします。初心者の方のために、その理由を簡単に説明します。

Condaは、さまざまなパッケージすべてのインストール、管理、および削除を支援するパッケージマネージャーです。それだけではありませんが、pipがあります—私が本当に気に入っているpythonのデフォルトのパッケージマネージャーです。ここでは、Windowsでのセットアップがはるかに簡単で簡単なので、condaを使用します。

AnacondaとMini-Condaは、時間を節約するために非常に便利なData Science / MLパッケージがプリインストールされたソフトウェアディストリビューションです。Anacondaには、データサイエンスと機械学習の実行に役立つ150以上のパッケージが含まれています。これには、必要になる可能性のあるすべてのものが含まれていますが、Mini-Condaには、本当に必要なツールとパッケージがいくつか付属しています。

インストールするパッケージを（ほぼ）完全に制御したいので、Mini-Condaを使用することをお勧めします。物事を軽く保つことは確かに悪いことではありません。それはあなたにいくらかのストレージスペースを節約することができます、そしてもちろん、あなたはおそらくあなたが決して使わないであろう約50の奇妙なパッケージを持っていないでしょう。

Mini-Condaをインストールするつぎのリンク　（Mini-Conda）

Windows 64ビット用のPython3インストーラーをダウンロードし、他のWindowsソフトウェアをインストールするのと同じようにインストールします。condaとpythonをPATHに追加するかどうかを尋ねるチェックボックスを必ずオンにしてください。
これで、次のコマンドを実行して、pythonとcondaがインストールされているかどうかを確認できます。バージョン番号が表示されるはずです。そうでない場合は、mini-condaを正しくインストールしてPATHに追加する必要があります。

python –version
Python 3.8.3
conda –version
conda 4.8.4

次のステップは、jupyter-notebookをインストールし、次のコマンドをコマンドラインインターフェイスに貼り付けることです。

conda install -y jupyter

jupyter Notebookを実行すると、インストールを確認できます。これにより、ブラウザでjupyternotebookが開きます。

jupyter notebook

人工知能開発環境のセットアップ

これは、多くの人が見逃しがちな重要なステップです。Anacondaのようなすべての既知のパッケージを含むものを使用することは理解できますが、プロジェクトで作業して実際に何かを構築するには、おそらくそのプロジェクトまたは実行している作業の性質に固有のカスタム環境が必要です。専用の仮想環境を使用するもう1つの大きな利点は、パッケージをグローバル設定との相互作用から分離できることです。つまり、万が一、環境内のパッケージを台無しにした場合でも、グローバルパッケージに影響を与えることなくいつでも破棄できます。
また、Pythonバージョンをさかのぼって環境を作成する柔軟性も提供します。したがって、しばらくの間、すべての新しい不安定なものから離れて、サポートに基づいて後でアップグレードすることができます。
conda環境の作成は非常に簡単です。説明しやすいように、tensorflowという名前で作成しています。任意に設定できます。Tensorflowで十分にサポートされていることがわかっているので、Python3.7を使用します。あなたは彼らのドキュメントを通してこれを確認することができます。ちなみに、ここでTensorflowをインストールし、PyTorchがインストールされるtorchという名前で同様の環境を作成します。

> conda create –name tensorflow python=3.7

環境が作成されたら、以下のこのコマンドを使用して入力できます。ここで、tensorflowは、以前にこの環境に付けた名前を意味します。

conda activate tensorflow

環境内に入ると、プロンプトの左側にこのようなものが表示されます。

万が一、Powershellでこれが表示されない場合は、事前にPowershellでcondaを1回だけ初期化することをお勧めします。

> conda init powershell

その後、環境内にいないときは、上の画像のように左側に（ベース）が表示される場合があります。この後、envを入力すると、env名が表示されます。
さらに、この環境内にnbツールをインストールして、以前にインストールしたjupyterノートブックとリンクすることもできます。

> conda install nb_conda

Jupyter Notebookに環境を登録するには、行を壊さずにこのコマンドを実行します。

> python -m ipykernel install --user --name tensorflow --display-name “Python 3.7 (tensorflow)”

コンダ環境から抜け出すには…

> conda deactivate

同じ手順に従って、torchという名前の環境を作成します。

> conda create --name torch python = 3.7>コンダアクティベートトーチ> conda install nb_conda> python -m ipykernel install --user --name torch --display-name“ Python 3.7（torch）”

環境が正常にセットアップされている場合は、環境を一覧表示しているときにこれを確認できます。

> conda env list

それぞれのパッケージが実際に各環境内にインストールされているかどうかを確認するには、環境に入りconda list、その環境にインストールされているすべてのパッケージのリストを表示します。