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

OpenGVのライブラリ構成

PSPNet (Pyramid Scene Parsing Network):ディープラーニングによ...

Point Cloud Utils:Pythonで3D点群・Meshを扱うライブラリ

AndroidもopenGLも初心者さ (でもJavaは知ってるよ)

html5のcanvasの可能性

プログラムによる景観の自動生成

マルコフ連鎖モンテカルロ法

WordPressの表示を高速化する

Math.NET Numerics:Unityで使える数値計算ライブラリ

Boost オープンソースライブラリ

C++の抽象クラス

機械学習のオープンソースソフトウェアフォーラム『mloss(machine learning ope...

OpenCLに対応したオープンソースの物理ベースレンダラ『LuxRender(ルクスレンダー)』

Raspberry PiでIoTごっこ

Super Resolution:OpenCVの超解像処理モジュール

2D→3D復元技術で使われる用語まとめ

GoogleのDeep Learning論文

続・ディープラーニングの資料

オープンソースのIT資産・ライセンス管理システム『Snipe-IT』

OpenSfM:PythonのStructure from Motionライブラリ

書籍『仕事ではじめる機械学習』を読みました

WordPress on Windows Azure

Kaolin:3Dディープラーニング用のPyTorchライブラリ

KelpNet:C#で使える可読性重視のディープラーニングライブラリ

Verilog HDL

Raspberry Pi

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

DCGAN (Deep Convolutional GAN):畳み込みニューラルネットワークによる敵...

iOSデバイスのためのフィジカル・コンピューティングツールキット『konashi(こなし)』

組み込み向けのWindows OS 『Windows Embedded』

科学技術計算向けスクリプト言語『Julia』

Unityからkonashiをコントロールする

オープンソースの取引プラットフォーム

Deep Learningとその他の機械学習手法の性能比較

Javaで作られたオープンソースの3DCGレンダラ『Sunflow』

SONYの自律型エンタテインメントロボット『aibo』

WordPress on Google App Engineを1週間運用してみて

OpenCVで動画の手ぶれ補正

Kornia:微分可能なコンピュータービジョンライブラリ

CNN Explainer:畳み込みニューラルネットワーク可視化ツール

書籍『ゼロから作るDeep Learning』で自分なりに学ぶ

Mask R-CNN:ディープラーニングによる一般物体検出・Instance Segmentatio...

コメント