サイトアイコン NegativeMindException

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。


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

  • MPFB2:Blenderの人体モデリングアドオン
  • オープンソースの取引プラットフォーム
  • trimesh:PythonでポリゴンMeshを扱うライブラリ
  • Mitsuba 3:オープンソースの研究向けレンダラ
  • WordPressのテーマを自作する
  • UnityでLight Shaftを表現する
  • SDカードサイズのコンピューター『Intel Edison』
  • OpenCVのバージョン3が正式リリースされたぞ
  • オープンソースのプリント基板設計ツール『KiCad』
  • ディープラーニング
  • C++ 標準テンプレートライブラリ (STL)
  • Iridescence:プロトタイピング向け軽量3D可視化ライブラリ
  • CGAN (Conditional GAN):条件付き敵対的生成ネットワーク
  • Seleniumを使ったFXや株の自動取引
  • Raspberry Pi 2のGPIOピン配置
  • WebGL開発に関する情報が充実してきている
  • UnrealCLR:Unreal Engineで.NET Coreを利用できるプラグイン
  • Google App Engine上のWordPressでFlickrの画像を貼る
  • PythonでBlenderのAdd-on開発
  • ROSの薄い本
  • OpenCV 3.1のsfmモジュールを試す
  • FCN (Fully Convolutional Network):ディープラーニングによるSema...
  • Raspberry Pi
  • OpenMVSのサンプルを動かしてみる
  • Super Resolution:OpenCVの超解像処理モジュール
  • ブログが1日ダウンしてました
  • AMIMOTO(PVM版)で作成したインスタンスをAMIMOTO (HVM版)へ移行する
  • Russian3DScannerのトポロジー転送ツール『WrapX』
  • OpenCVの三角測量関数『cv::triangulatepoints』
  • 機械学習での「回帰」とは?
  • UnityでPoint Cloudを表示する方法
  • 今年もSSII
  • 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)』
  • ArUco:OpenCVベースのコンパクトなARライブラリ
  • 法線マップを用意してCanvas上でShadingするサンプル
  • オープンソースの顔認識フレームワーク『OpenBR』
  • 画像生成AI Stable Diffusionで遊ぶ
  • Unityからkonashiをコントロールする
  • viser:Pythonで使える3D可視化ライブラリ
  • チャットツール用bot開発フレームワーク『Hubot』
  • DensePose:画像中の人物表面のUV座標を推定する
  • NumSharp:C#で使えるNumPyライクな数値計算ライブラリ
  • モバイルバージョンを終了