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

  • OpenCVでPhotoshopのプラグイン開発
  • Webスクレイピングの勉強会に行ってきた
  • 法線マップを用意してCanvas上でShadingするサンプル
  • OpenCVの顔検出過程を可視化した動画
  • TensorFlowでCGを微分できる『TensorFlow Graphics』
  • WordPressのテーマを自作する
  • 画像生成AI Stable Diffusionで遊ぶ
  • Pythonの自然言語処理ライブラリ『NLTK(Natural Language Toolkit)』
  • 科学技術計算向けスクリプト言語『Julia』
  • 機械学習手法『Random Forest』
  • PythonでBlenderのAdd-on開発
  • Cartographer:オープンソースのSLAMライブラリ
  • このブログのデザインに飽きてきた
  • 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
  • Houdiniのライセンスの種類
  • CGのためのディープラーニング
  • konashiのサンプルコードを動かしてみた
  • .NETで使えるTensorFlowライクなニューラルネットワークライブラリ『NeuralNetwo...
  • Deep Learningとその他の機械学習手法の性能比較
  • ROSの薄い本
  • CGAN (Conditional GAN):条件付き敵対的生成ネットワーク
  • C++始めようと思うんだ
  • ManuelBastioniLAB:人体モデリングできるBlenderアドオン
  • OpenCVで動画の手ぶれ補正
  • ドットインストールのWordPress入門レッスン
  • Unity Scriptコーディング→Unreal Engine Scriptコーディング
  • Raspberry Piでセンサーの常時稼働を検討する
  • Dlib:C++の機械学習ライブラリ
  • C#で使える遺伝的アルゴリズムライブラリ『GeneticSharp』
  • BlenderのPython環境にPyTorchをインストールする
  • OpenCVでカメラ画像から自己位置認識 (Visual Odometry)
  • cvui:OpenCVのための軽量GUIライブラリ
  • OpenCV 3.1のsfmモジュールを試す
  • ポリゴンジオメトリ処理ライブラリ『pmp-library (Polygon Mesh Process...
  • 続・ディープラーニングの資料
  • NumSharp:C#で使えるNumPyライクな数値計算ライブラリ
  • Netron:機械学習モデルを可視化するツール
  • DCGAN (Deep Convolutional GAN):畳み込みニューラルネットワークによる敵...
  • Python拡張モジュールのWindows用インストーラー配布サイト
  • OpenCVのバージョン3が正式リリースされたぞ
  • UnrealCLR:Unreal Engineで.NET Coreを利用できるプラグイン
  • Raspberry Pi
  • モバイルバージョンを終了