AnacondaとTensorFlowをインストールしてVisual Studio 2015で使う

TensorFlowがWindowsに対応してから1年ほど経つ。



つい最近TensorFlowのバージョン1.4.0がリリースされ、良い機会(?)なので今までの開発環境を洗い替えることにした。今までPythonは単体でインストールしてたんだけど、何かと不便だったのでAnacondaで入れることにする。
洗い替えると言っても、インストーラーをポチポチするだけなのでお手軽です。

動作環境

オイラの環境は以下。(Quadroにしなきゃよかったと最近ちょっと後悔してる…)

インストールするもの

今回改めてインストールするのは以下。

Windows環境ならIDEとしてVisual Studioを使いたいので、Python Tools for Visual Studioをインストールするのです。


スポンサーリンク

CUDAとcuDNNのインストール

CUDA Toolkit 8.0 – Feb 2017Base Installer, Patch 2 (Released Jun 26, 2017)の順にインストール。
cuDNN v6.0 Library for Windows 10は、まずMembership登録してログインし、cuDNN一式のzipをダウンロードする。
そしてzipを展開して出てきたbin, include, libディレクトリを丸ごとCUDAのパスが通ったディレクトリに配置する。オイラはCUDAデフォルトのインストールパス
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0
に置いた。

Anacondaのインストール

Python3系のAnaconda3-5.0.1-Windows-x86_64をインストールする。
インストールディレクトリはお好みで。オイラは
C:\dev\Anaconda3
にインストールした。


スポンサーリンク

TensorFlowのインストール

公式インストールガイドの”Installing with Anaconda”に従い、Anacondaのコマンドプロンプトで以下を実行し、tensorflowという名前の仮想環境(Python3.5)を作成。

conda create -n tensorflow python=3.5

そして以下を実行し、作成した環境をアクティベート。

activate tensorflow

今回はGPUを有効にしたTensorFlowをインストールするので、以下のコマンドを実行。

pip install --ignore-installed --upgrade tensorflow-gpu

これでTensorFlowのインストールは完了。

Python Tools for Visual Studio 2015のインストール

Python Tools for Visual Studio 2015は、Visual Studioのインストールは基本的にここに書いてある通りの手順。
https://docs.microsoft.com/ja-jp/visualstudio/python/installation#visual-studio-2015

オイラはすでにVisual Studio 2015自体はインストール済みなので、コントロールパネルの「プログラムのアンインストールまたは変更」からVisual Studio Community 2015を選び、「変更」を押した。
Python Tool for Visual Studioを追加でチェックして「次へ」。



ついでにUpdate3もインストールしました。

パスの設定

インストールが完了したらVisual Studioを開き、メニューバーからツール → Python Tools → Python Environmentsを選択。



先ほど作成したAnacondaのtensorflow環境のパスを設定してApplyを押す。



これでVisual StudioでPythonのプロジェクトを作成、デバッグできるようになった。
ちゃんとコード補完もできるようになる。単なるテキストエディタよりもIDEの方がストレス無くて良いよね。


スポンサーリンク

関連記事

PythonのHTML・XMLパーサー『BeautifulSoup』
viser:Pythonで使える3D可視化ライブラリ
ZBrushで作った3Dモデルを立体視で確認できるVRアプリを作る
Accord.NET Framework:C#で使える機械学習ライブラリ
定数
法線マップを用意してCanvas上でShadingするサンプル
MVStudio:オープンソースのPhotogrammetryツール
PyDataTokyo主催のDeep Learning勉強会
畳み込みニューラルネットワーク (CNN: Convolutional Neural Network...
機械学習での「回帰」とは?
OpenCV バージョン4がリリースされた!
ManimML:機械学習の概念を視覚的に説明するためのライブラリ
OpenCV 3.1のsfmモジュールを試す
Gource:バージョン管理の履歴を可視化するツール
Fast R-CNN:ディープラーニングによる一般物体検出手法
WordPressのテーマを自作する
Facebookの顔認証技術『DeepFace』
SSD (Single Shot Multibox Detector):ディープラーニングによる一般...
Web経由でRaspberry PiのGPIOを操作したい
BGSLibrary:OpenCVベースの背景差分ライブラリ
Iterator
機械学習について最近知った情報
R-CNN (Regions with CNN features):ディープラーニングによる一般物体...
Raspberry Piでセンサーの常時稼働を検討する
ZBrushのZScript入門
書籍『イラストで学ぶ ディープラーニング』
組み込み向けのWindows OS 『Windows Embedded』
Windows10でPyTorchをインストールしてVSCodeで使う
Manim:Pythonで使える数学アニメーションライブラリ
オープンソースの人体モデリングツール『MakeHuman』のAPI開発プロジェクトがスタート
OpenCV
U-Net:ディープラーニングによるSemantic Segmentation手法
Mechanizeで要認証Webサイトをスクレイピング
GAN (Generative Adversarial Networks):敵対的生成ネットワーク
UnityでLight Shaftを表現する
NumSharp:C#で使えるNumPyライクな数値計算ライブラリ
OpenAR:OpenCVベースのマーカーARライブラリ
オープンソースのロボットアプリケーションフレームワーク『ROS (Robot Operating S...
Super Resolution:OpenCVの超解像処理モジュール
Google App Engineのデプロイ失敗
UnrealCLR:Unreal Engineで.NET Coreを利用できるプラグイン
SONY製のニューラルネットワークライブラリ『NNabla』

コメント