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。

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


スポンサーリンク

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

C++の抽象クラス
AR (Augmented Reality)とDR (Diminished Reality)
Mean Stack開発の最初の一歩
チャットツール用bot開発フレームワーク『Hubot』
Python.NET:Pythonと.NETを連携させるパッケージ
OANDAのfxTrade API
オープンソースの物理ベースGIレンダラ『appleseed』
UnityでShaderの入力パラメータとして行列を渡す
CGAN (Conditional GAN):条件付き敵対的生成ネットワーク
ポリゴンジオメトリ処理ライブラリ『pmp-library (Polygon Mesh Process...
Fast R-CNN:ディープラーニングによる一般物体検出手法
HerokuでMEAN stack
1枚の画像からマテリアルを作成できる無料ツール『Materialize』
画像中の人物表面のUV座標を推定する『DensePose』
書籍『イラストで学ぶ ディープラーニング』
Javaで作られたオープンソースの3DCGレンダラ『Sunflow』
JavaScriptとかWebGLとかCanvasとか
iPhone・iPod touchで動作する知育ロボット『ROMO』
SONYの自律型エンタテインメントロボット『aibo』
konashiのサンプルコードを動かしてみた
Blender 2.8がついに正式リリース!
MythTV:Linuxでテレビの視聴・録画ができるオープンソースプロジェクト
株式会社ヘキサドライブの研究室ページ
組み込み向けのWindows OS 『Windows Embedded』
Python2とPython3
Deep Fluids:流体シミュレーションをディープラーニングで近似する
データサイエンティストって何だ?
オープンソースのStructure from Motionツール『Regard3D』
UnityでARKit2.0
バージョン管理の履歴を可視化するツール『Gource』
UnityのGameObjectの向きをScriptで制御する
3Dボリュームデータ処理ライブラリ『OpenVDB』
Math Inspector:科学計算向けビジュアルプログラミングツール
OpenCVのための軽量GUIライブラリ『cvui』
Amazon EC2ログイン用の秘密鍵を無くした場合の対処方法
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...
Deep Learningとその他の機械学習手法の性能比較
UnrealCLR:Unreal Engineで.NET Coreを利用できるプラグイン
仮想関数
BlenderProc:Blenderで機械学習用の画像データを生成するPythonツール
OpenCVでiPhone6sのカメラをキャリブレーションする
機械学習で遊ぶ

コメント