Python仮想環境でハマった依存関係エラーの解決方法

Python仮想環境でハマった依存関係エラーの解決方法

こんにちは!今日は入れた覚えの無いパッケージが引き起こす「あるある」な謎エラーと原因について記載します。

今回の環境は Windows に Python,Anaconda を入れた状態で発生した例ですが、Linuxでも本質的には同じだとおもいます。

グローバル環境の汚染が原因だった話

問題の発生

Pythonプロジェクトの環境構築中、必要なパッケージをインストールしていたら、突然エラーメッセージが表示されました。

pip install opencv-python==4.8.1.78

実行後に表示されたエラー

ERROR: pip's dependency resolver does not currently take into account all the packages that are installed. 
This behaviour is the source of the following dependency conflicts.
accelerate 0.19.0 requires packaging>=20.0, which is not installed.
accelerate 0.19.0 requires psutil, which is not installed.
accelerate 0.19.0 requires torch>=1.6.0, which is not installed.

最初の疑問

「accelerateなんてインストールしてないのに...」

今回インストールしようとしていたのは、Webアプリケーション開発用のパッケージ群で、機械学習系のaccelerateは含まれていませんでした。

どこからaccelerateが出てきたのか?

原因の調査

まず、accelerateの場所を確認:

pip show accelerate

結果

Name: accelerate
Version: 0.19.0
Location: c:\users\[username]\appdata\roaming\python\python310\site-packages
Required-by: 

ポイント

  • Locationが仮想環境(c:\tools\anaconda3\envs\...)ではない
  • ユーザーのグローバル環境(appdata\roaming)にインストールされている
  • Required-byが空 = 誰も依存していない

真相

ユーザー環境の全パッケージを確認

pip list --user

結果、20個以上のパッケージがグローバルに入っていることが判明。様々なプロジェクトで使われるパッケージが混在している状態でした。

原因:過去に誰か(たぶん自分💦)が仮想環境を有効化せずにパッケージをインストールしていた

よくある失敗パターン

パターン1: 仮想環境の有効化を忘れる

# 間違い:仮想環境を有効化し忘れ
pip install some-package

# 正解:仮想環境を有効化してからインストール
conda activate myenv
pip install some-package

パターン2: --userオプションの誤用

# 間違い:グローバルにインストール
pip install --user some-package

# 正解:仮想環境内にインストール
pip install some-package

パターン3: IDEの環境設定ミス

VSCodeやPyCharmで間違った環境を選択していると、意図しない場所にパッケージがインストールされる

解決方法

方法1: 問題のパッケージだけ削除

pip uninstall -y accelerate

方法2: ユーザー環境を完全クリーンアップ(これが推奨)

PowerShellで実行

pip list --user --format=freeze | ForEach-Object { $_.split('==')[0] } | ForEach-Object { pip uninstall -y $_ }

コマンドプロンプトの場合

for /f "delims==" %i in ('pip list --user --format=freeze') do pip uninstall -y %i

教訓とベストプラクティス

1. 常に仮想環境を使う

# Anaconda
conda create -n myproject python=3.10
conda activate myproject

# または venv
python -m venv myenv
myenv\Scripts\activate  # Windows
source myenv/bin/activate  # Linux/Mac

2. 環境の確認を習慣化

# 現在の環境を確認
where python  # Windows
which python  # Linux/Mac

# インストール済みパッケージの場所を確認
pip list -v

3. requirements.txtで管理

# 環境を固定
pip freeze > requirements.txt

# 再現可能な環境構築
pip install -r requirements.txt

4. ユーザー環境は空に保つ

# 定期的にチェック
pip list --user
# 理想は「空」または最小限のツールのみ

注意点:pip uninstallには--userオプションがない

多くの人が勘違いしやすいポイント

  • pip install --user → ユーザー環境にインストール(存在する)
  • pip uninstall --user → このオプションは存在しない
  • pip uninstall → 自動的にユーザー環境・仮想環境の両方から探して削除

まとめ

今回のエラーは「仮想環境内のパッケージ」と「グローバル環境のパッケージ」の依存関係の衝突が原因でした。

重要なポイント

  • エラーメッセージは実際には警告で、インストール自体は成功していた
  • グローバル環境の汚染は、チーム開発でよくある問題
  • 仮想環境を正しく使えば、このような問題は防げる
  • 定期的にグローバル環境をチェックして、クリーンに保つことが重要

Python開発では仮想環境の管理が重要だということが、今回身に沁みました。
今回のような問題に遭遇したら、まずはpip showpip list --userで環境を確認するのがよさそうです

Read more

NVIDIA GeForce RTX 50xx with CUDA capability sm_120 is not compatible with the current PyTorch installation. が発生したとき

NVIDIA GeForce RTX 50xx with CUDA capability sm_120 is not compatible with the current PyTorch installation. が発生したとき

こんにちは、PyTorch 2.6.0 環境で以下のような問題が発生したときの対処方法について解説いたします。 NVIDIA GeForce RTX 5090 with CUDA capability sm_120 is not compatible with the current PyTorch installation. The current PyTorch install supports CUDA capabilities sm_50 sm_60 sm_70 sm_75 sm_80 sm_86 sm_90. 他のBlackwell GeForce の場合は以下のようなメッセージとなります。 NVIDIA GeForce RTX

By Qualiteg プロダクト開発部
OpenCV cv2.imwrite で発生する「_img.empty()」エラーと「動画安定化」による解決法

OpenCV cv2.imwrite で発生する「_img.empty()」エラーと「動画安定化」による解決法

こんにちは! 画像処理や動画解析の現場で広く利用されている OpenCV。 しかし実務で動画処理を行っていると、時折以下のようなエラーに遭遇することがあります。 cv2.error: OpenCV(4.11.0) /io/opencv/modules/imgcodecs/src/loadsave.cpp:929: error: (-215:Assertion failed) !_img.empty() in function 'imwrite' このエラーは、cv2.imwrite() に渡された画像が空(None またはサイズ0) の場合に発生します。 一見単純に見える問題ですが、背後には「入力動画の不安定さ」や「並列処理の競合」といった要因が潜んでいることが少なくありません。 本記事では、このエラーの発生原因を掘り下げ、実務で効果のある解決策として 「動画の安定化(正規化)」 を紹介します。 TL;

By Qualiteg プロダクト開発部
発話音声からリアルなリップシンクを生成する技術 第5回(前編):Transformerの実装と実践的な技術選択

発話音声からリアルなリップシンクを生成する技術 第5回(前編):Transformerの実装と実践的な技術選択

こんにちは!リップシンク技術シリーズもいよいよ終盤となりました。 前回(第4回)では、LSTMの学習プロセスと限界について詳しく解説しました。限られたデータでも効果的に学習できるLSTMの強みを理解する一方で、長距離依存の処理に限界があることも明らかになりました。そして、この問題を解決する革新的なアプローチとして、すべての位置の情報を同時に参照できるTransformerのSelf-Attention機構を紹介しました。 第5回の今回は、 Transformerの具体的なネットワーク設計から始め、その実装上の課題を明らかにします。(前編※) そして、LSTMとTransformerの長所を組み合わせたハイブリッドアプローチを紹介し、実際の製品開発における技術選択の指針を示します。最後に、感情表現への拡張という次なる挑戦についても触れていきます。(後編※) ※Transformerの仕組みは複雑であるため、第5回は前編と後編に分けて解説させていただく予定です。 1. Transformerベースのネットワーク設計 1.1 全体アーキテクチャ図 では、さっそく、Tran

By Qualiteg 研究部, Qualiteg コンサルティング
大企業のAIセキュリティを支える基盤技術 - 今こそ理解するActive Directory 第2回 ドメイン環境の構築

大企業のAIセキュリティを支える基盤技術 - 今こそ理解するActive Directory 第2回 ドメイン環境の構築

こんにちは、今回はシリーズ第2回ドメイン環境の構築 - 検証環境の構築手順について解説いたします! 連載の構成 第1章:基本概念の理解 - Active DirectoryとKerberos/NTLM認証の基礎 【★今回です★】第2章:ドメイン環境の構築 - 検証環境の構築手順 第3章:クライアントとサーバーのドメイン参加 - ドメイン参加の詳細手順 第4章:プロキシサーバーと統合Windows認証 第5章:ブラウザ設定と認証 - 各ブラウザでの設定方法 第6章:トラブルシューティング - よくある問題と解決方法 第7章:セキュリティとベストプラクティス - 本番環境での考慮事項 第8章:実践的な構成例 - AIセキュリティツールとの統合事例 第2章:ドメイン環境の構築 2.1 ドメイン名の設計 2.1.1 ドメイン名の命名規則 Active Directoryを構築する際、

By Qualiteg コンサルティング