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

OANDAのfxTrade API
科学技術計算向けスクリプト言語『Julia』
OpenCV 3.1のsfmモジュールのビルド再び
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
WordPressのサーバ引っ越し方法を考える
ZScript
オープンソースの顔の動作解析ツールキット『OpenFace』
書籍『ゼロから作るDeep Learning』で自分なりに学ぶ
UnityのTransformクラスについて調べてみた
UnityでPoint Cloudを表示する方法
機械学習で遊ぶ
iOSで使えるJetpac社の物体認識SDK『DeepBelief』
Python for Unity:UnityEditorでPythonを使えるパッケージ
PyTorch3D:3Dコンピュータービジョンライブラリ
Unityで強化学習できる『Unity ML-Agents』
続・ディープラーニングの資料
TensorSpace.js:ニューラルネットワークの構造を可視化するフレームワーク
プログラミングスキルとは何か?
AmazonEC2のインスタンスをt1.microからt2.microへ移行する
html5のcanvasの可能性
Pythonの自然言語処理ライブラリ『NLTK(Natural Language Toolkit)』
Mechanizeで要認証Webサイトをスクレイピング
クラスの基本
Faster R-CNN:ディープラーニングによる一般物体検出手法
PGGAN:段階的に解像度を上げて学習を進めるGAN
OpenCVで動画の手ぶれ補正
DensePose:画像中の人物表面のUV座標を推定する
バージョン管理の履歴を可視化するツール『Gource』
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
Kubric:機械学習用アノテーション付き動画生成パイプライン
Point Cloud Utils:Pythonで3D点群・メッシュを扱うライブラリ
機械学習について最近知った情報
WordPress on Google App Engineを1週間運用してみて
GoB:ZBrushとBlenderを連携させるアドオン
WinSCP
CGALDotNet:計算幾何学ライブラリ CGALのC#ラッパー
頭蓋骨からの顔復元と進化過程の可視化
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)』
Polyscope:3Dデータ操作用GUIライブラリ
読みやすくて高速なディープラーニングのフレームワーク『Caffe』
CGのためのディープラーニング
OpenCVの顔検出過程を可視化した動画

コメント