Windows 上で AI コンペ向けの開発環境を構築する手順をまとめました。Python / PyTorch / VSCode を中心に、WSL2 での作業を前提としています。

1. WSL2 セットアップ

1.1 WSL2 インストール

  1. Windows機能の有効化 管理者権限で PowerShell を開き、以下を実行：

    wsl --install -d Ubuntu-22.04

  2. WSL2 バージョン確認

    wsl -l -v

1.2 必要ツールのインストール 例

WSL初回起動時はUnixユーザー名とパスワード登録がある。 WSL 内で以下を実行：

sudo apt update
sudo apt install -y curl git build-essential unzip wget

1.3 Python 環境管理（uv）

curl -LsSf https://astral.sh/uv/install.sh | sh

2. VSCode セットアップ

2.1 VSCode インストール

公式サイトから Windows 版をインストール：VSCode ダウンロード

2.2 Remote - WSL 拡張

  • VSCode の拡張機能からRemote Development (の中に含まれるWSL)をインストール。
  • CtrL + Shift + P でコマンドを出してから、
  • wsl connect Using Distro
    • Ubuntuを選択

2.4 推奨拡張機能

  • Python
  • Pylance
  • Jupyter
  • Git Graph
  • Docker（必要に応じて）

3. プロジェクト Initialize

uv init

3.1 PyTorch インストール

GPU 対応の場合は CUDA バージョンに合わせて：

$ # With a command-line argument.
$ uv pip install torch --torch-backend=auto

確認：

import torch
print(torch.cuda.is_available())

3.2 データセット配置と I/O

  1. ディレクトリ作成：
mkdir -p ~/ai_competition/data
cd ~/ai_competition/data
  1. WSL 内に直接ダウンロード：
curl -O https://example.com/dataset/train.csv
curl -O https://example.com/dataset/test.csv
  • 大容量の場合は wget が便利：
wget https://example.com/dataset/large_dataset.zip
unzip large_dataset.zip
  1. Python からの読み込み：
import pandas as pd

train_df = pd.read_csv('~/ai_competition/data/train.csv')
test_df  = pd.read_csv('~/ai_competition/data/test.csv')

Kaggle apiを使うと便利

pip install kaggle --upgrade

kaggle competitions {list, files, download, submit, submissions, leaderboard}
kaggle datasets {list, files, download, create, version, init}