大家都知道微軟在Connect();17大會上發布了VS Tools for AI，旨在提升Visual Studio和VSCode對日益增長的深度學習需求的體驗。看了一圈，網上似乎沒有一個完整的中文教程來教你怎么完整配置深度學習方案。
與此同時我也接了一個活，是俱樂部與MSRA的項目，項目的目的之一是向VS Tools for AI的samples庫里增加新的算法，所以這篇技術文章就應運而生了。
本文將分為以下幾個部分來進行闡述：
1，什么是VS Tools for AI
2，怎么在本地配置好VS Tools for AI的前端
3，怎么配置Azure雲上的后端環境
4，怎么連接前后端，以及怎么運行TensorFlow實例
============================================================
1，什么是VS Tools for AI？
VS Tools for AI（下稱AI組件）的官網地址：https://www.visualstudio.com/downloads/ai-tools-vs/
GitHub地址：https://github.com/Microsoft/vs-tools-for-ai
簡而言之，AI組件的用處，是讓你快速構建、訓練一個深度學習Project。
AI組件的主要功能有：
-開發，調試和部署深度學習和人工智能解決方案：AI組件是支持CNTK，Google TensorFlow，Theano，Keras，Caffe2等深度學習框架的擴展。 您可以通過開放式架構使用其他深度學習框架。 AI組件利用對Python，C / C ++ / C＃的現有代碼支持，並為Cognitive Toolkit BrainScript提供額外的支持。
-使用“樣本庫”（就是上文提到的樣例）快速構建代碼：AI組件與Azure機器學習集成在一起，可以輕松瀏覽使用CNTK，TensorFlow，MMLSpark等的樣本實驗庫。 這使得開始深入學習AI項目很容易。
-在Azure中擴展深度學習訓練並運行AI模型：用於AI的Visual Studio工具與Azure批處理AI和Azure機器學習服務集成，以便向Azure GPU虛擬機，Spark群集等提交深度學習作業。 您可以監視最近的實驗的性能，然后生成一個Web服務來為新的智能應用程序供電。
-高效的AI開發人員工具，可以訓練模型並將AI注入到您的應用程序中：AI組件可為開發人員和數據科學家提供最強大的一整套集成工具，用於創建，調試和部署其自定義深度學習模型。 使用Visual Studio的強大功能，您可以使用剛剛培訓的模型無縫地構建應用程序，而無需切換IDE。
-用TensorBoard等集成開放工具可視化您的模型處理：AI組件還集成了使用TensorBoard進行模型訓練和實驗的監控和可視化。 在TensorBoard中打開您的作業，以在本地和遠程虛擬機上運行。
2，怎么在本地配置好你的AI組件前端
通過閱讀上文的overview，我們知道，AI組件可以說是彌補了VS的一個短板，那么要怎么安裝AI組件呢？
首先你得安裝好Visual Studio 2017。其Community版本依然是免費的，我因為是MSP，擁有VS Enterprise的訂閱，感謝微軟爸爸給我飯吃。在安裝過程中，選擇好Python組件，安裝Anaconda 4.4以及Python3.
在這里安裝，當然你也可以選擇獨立地安裝Anaconda和Python3，並且將其加入到系統變量中，以便於在shell中調用。
之后，在上文提到的網址里下載AI組件，作為一個插件安裝。
安裝完畢之后，你已經做好了初步准備。
接下來，請在本機安裝好TensorFlow（CPU與GPU均可），版本1.4最佳（最新版本）。CPU版本只需要
pip install tensorflow
即可，而安裝GPU版本則需要安裝對應版本的CUDA和CuDNN。因為本學期我換了一台筆記本，輕薄本沒有獨立顯卡，所以我安裝的是CPU版本。
調試你的TensorFlow代碼
在Visual Studio中創建一個新的TensorFlow項目：
如果一切順利的話，你將可以看見圖中的選擇框。
之后熟悉的工作區回來了。
當然，我覺得TensorFlow的基礎知識不需要我來逐一講解，看這篇博文的人應該都具有一定的TensorFlow編程技巧。
編寫完之后按下F5，自動啟動shell，運行程序，console中輸出結果。