Einrichten von Linux-Python

Erforderliche Pakete

OpenMPI

CNTK erfordert, dass OpenMPI 1.10.x auf Ihrem System installiert werden soll. Installieren Sie auf Ubuntu 16.04 wie folgt:

sudo apt-get install openmpi-bin

Stellen Sie sicher, dass ihre Bibliotheken gefunden werden können, z. B. durch Einrichten LD_LIBRARY_PATH.

Installieren von CNTK für Python unter Linux

Diese Seite führt Sie durch den Prozess der Installation der Microsoft Cognitive Toolkit (CNTK) aus Python in Linux. Beachten Sie, dass Ubuntu 14.04 für CNTK 2.3.1 und niedriger unterstützt wird. Alle Versionen 2.4+ unterstützen offiziell nur Ubuntu 16.04.

Wenn Sie nach einer anderen Unterstützung suchen, um eine CNTK Buildumgebung einzurichten oder CNTK auf Ihrem System zu installieren, sollten Sie stattdessen hier gehen.

Wir bieten drei Möglichkeiten, CNTK für Python zu installieren:

1. PyPI-Installation
2. Wheel -Dateien (WHL) für jede Version
3. Nachtbuilds

1. Installieren von PyPI

Ab der CNTK 2.5-Version können Benutzer jetzt CNTK über PyPI installieren. Beachten Sie, dass nur Ubuntu 16.04 offiziell unterstützt wird.

So installieren Sie die nur CPU-Version von CNTK:

C:\> pip install cntk

So installieren Sie die GPU-Version von CNTK:

C:\> pip install cntk-gpu

Aktualisieren einer vorhandenen CNTK Installation

Wenn Sie bereits eine frühere Version (2.5+) von CNTK installiert haben, können Sie eine neue Version von CNTK über Ihre vorhandene Installation installieren.

So aktualisieren Sie die nur CPU-Version von CNTK:

C:\> pip install --upgrade --no-deps cntk

So aktualisieren Sie die GPU-Version von CNTK:

C:\> pip install --upgrade --no-deps cntk-gpu

Hinweis: Wir empfehlen, dass Sie beide cntkcntk-gpu und Pakete nicht gleichzeitig installiert haben.

2. Installieren von Raddateien

Abhängig von der Python- und CNTK-Version (CPU oder GPU) geben wir verschiedene Raddateien (WHL) an, um CNTK zu installieren. Wählen Sie die richtige Installation aus der nachstehenden Liste aus, und ersetzen Sie den Namen und/oder den Link während der Installation. Für CNTK 2.5+ empfehlen wir Ihnen, stattdessen einfach über PyPI zu installieren.

• Einfache Pip-Installation für Anaconda3 4.1.1
• Einfache Pip-Installation für Anaconda2 4.3.0

Anaconda3

Wir haben CNTK mit Anaconda3 4.1.1 und Python-Versionen 2.7, 3.5 sowie Anaconda3 4.3.1 mit Python Version 3.6 getestet. Wenn Sie keine Anaconda3 Python-Installation haben, installieren Sie Anaconda3 4.1.1 Python für Linux (64-Bit).

Nachfolgend wird davon ausgegangen, dass die oben genannten Voraussetzungen erfüllt sind. Wenn Sie eine GPU-aktivierte Version von CNTK verwenden, benötigen Sie eine CUDA 9-kompatible Grafikkarte und aktuelle Grafiktreiber, die auf Ihrem System installiert sind. Außerdem wird davon ausgegangen, dass Anaconda installiert ist und vor allen anderen Python-Installationen in Ihrem PATH aufgeführt wird.

Pip-Installation ohne Umgebung

Dies ist die einfachste Option und der einzige Grund, es zu vermeiden, ist, wenn Sie bestimmte Versionen bestimmter Pakete benötigen. Wenn Sie über andere Pakete verfügen, die eine alte Version von Numpy erfordern, springen Sie zu diesem Abschnitt.

Erstmalige installation CNTK

Wenn dies das erste Mal ist, CNTK installieren, führen Sie dann die Ausführung aus.

$ pip install <url>

dabei <url> handelt es sich um die entsprechende Raddatei-URL in der Tabelle oben auf dieser Seite. Wenn Sie z. B. Python 3.5 ausführen

$ pip install https://cntk.ai/PythonWheel/CPU-Only/cntk-2.6-cp35-cp35m-linux_x86_64.whl

Fahren Sie mit einem Schnellinstallationstest fort

Upgrade einer vorhandenen CNTK Installation

Wenn Sie bereits eine frühere Version von CNTK installiert haben, können Sie eine neue Version von CNTK über Ihre vorhandene Installation installieren. Es ist wichtig, die --upgrade und --no-deps Optionen zu liefern.

$ pip install --upgrade --no-deps <url>

dabei <url> handelt es sich um die entsprechende Raddatei-URL in der Tabelle oben auf dieser Seite. Nachdem Sie diesen Upgradeschritt abgeschlossen haben, können Sie mit CNTK in Python arbeiten oder Beispiele und Lernprogramme installieren.

Schnellinstallationstest

Ein Schnelltest, den die Installation erfolgreich war, kann durchgeführt werden, indem Sie die CNTK-Version abfragen:

$ python -c "import cntk; print(cntk.__version__)"

Sie haben jetzt erfolgreich CNTK installiert, und Sie können mit der Entwicklung / Schulung / Auswertung mit CNTK in Python beginnen!

Fahren Sie mit der Installation von Beispielen und Lernprogrammen fort

Pip-Installation in einer Umgebung

Nachfolgend erstellen wir eine neue Python 3.5-Umgebung in Anaconda namens cntk-py35 und installieren CNTK in dieser Umgebung. Wenn Sie eine andere CNTK Version, Python-Version oder Umgebungsnamen wünschen, passen Sie die Parameter entsprechend an.

Öffnen Sie eine Befehlsshell, erstellen Sie die Umgebung, machen Sie sie aktiv, und installieren Sie CNTK:

$ conda create --name cntk-py35 python=3.5 numpy scipy h5py jupyter
$ activate cntk-py35
$ pip install https://cntk.ai/PythonWheel/CPU-Only/cntk-2.6-cp35-cp35m-linux_x86_64.whl

Ein Schnelltest, den die Installation erfolgreich war, kann durchgeführt werden, indem Sie die CNTK-Version abfragen:

$ python -c "import cntk; print(cntk.__version__)"

Sie haben jetzt erfolgreich CNTK installiert, können Sie mit der Entwicklung / Schulung / Auswertung mit CNTK in Python beginnen!

Fahren Sie mit einer Installation von Beispielen und Lernprogrammen fort

Anaconda2

Wenn Sie eine Python 2.7-Stammumgebung benötigen, empfehlen wir, Anaconda2 4.3.0 Python für Linux (64-Bit) zu installieren. Nachfolgend wird davon ausgegangen, dass die oben genannten Voraussetzungen erfüllt sind. Wenn Sie eine GPU-aktivierte Version von CNTK verwenden, benötigen Sie eine CUDA 9-kompatible Grafikkarte und aktuelle Grafiktreiber, die auf Ihrem System installiert sind. Außerdem wird davon ausgegangen, dass Anaconda2 installiert ist und vor allen anderen Python-Installationen in Ihrem PATH aufgeführt wird.

Anaconda2: Pip Installation

Die Installationsschritte für CNTK auf Anaconda2 sind identisch mit

• Anaconda3 Zum ersten Mal CNTK Installation
• Anaconda3: Upgrade einer vorhandenen CNTK Installation

Stellen Sie einfach sicher, dass Sie python 2.7 kompatible Raddateien aus der URL-Tabelle oben auf dieser Seite auswählen.

3. Installieren von nightly Builds

Wenn Sie lieber CNTK vom neuesten nachtigen Build anstelle einer offiziellen Version installieren oder aktualisieren möchten, bieten wir CNTK nachtigen Pakete an. Sie können hier auf die CNTK Pakete aus den neuesten nightly Builds zugreifen.

Wenn Sie einen nightly Build verwenden, müssen Sie einige Drittanbieterpakete und diese separat auf Ihre PATH-Umgebungsvariable installieren (zusätzlich zur hier aufgeführten OpenMPI-Anforderung). Folgen Sie dem folgenden Abschnitt, um Anweisungen zu erhalten. Wenn Sie z. B. die GPU-Version von CNTK installieren, müssen Sie auch die GPU-spezifischen Pakete installieren, die im folgenden Abschnitt aufgeführt sind.

Umgebungsvariablen und erforderliche Pakete

OPTIONAL: GPU-Specific Pakete

Wenn Sie CNTK mit GPU-Unterstützung verwenden möchten, folgen Sie dieser Seite, um die Umgebung entsprechend zu installieren und zu konfigurieren.

Fügen Sie sie nach der Installation der oben genannten GPU-Pakete in Ihre PATH-Umgebungsvariable ein, z. B.

MKL

Die Standardbibliothek CNTK Mathematik ist die Intel Math Kernel Library (Intel MKL). Folgen Sie dieser Seite , um sie zu installieren.

• Exportieren Des Pfads zu Umgebungsvariablen LD_LIBRARY_PATH, z. B.:

export LD_LIBRARY_PATH=/usr/local/lib:$LD_LIBRARY_PATH

OPTIONAL: OpenCV

CNTK 2.2 erfordert die Installation von Open Source maschinelles Sehen (OpenCV), ist aber optional für CNTK 2.3+. Folgen Sie dieser Seite , um sie zu installieren.

Sie müssen OpenCV für CNTK 2.3+ installieren, wenn Sie die folgenden Komponenten verwenden möchten:

• CNTK Bildleseprogramm
• CNTK Image Writer – erforderlich, um das Image-Feature von TensorBoard zu verwenden.

Exportieren Sie die Umgebungsvariable LD_LIBRARY_PATH , die auf den OpenCV-Buildordner zeigt, z. B.

export LD_LIBRARY_PATH=/usr/local/opencv-3.1.0/lib:$LD_LIBRARY_PATH

Installieren von Beispielen und Lernprogrammen

Wir bieten verschiedene Beispiele und Lernprogramme mit CNTK. Nachdem Sie CNTK installiert haben, können Sie die Beispiele/Lernprogramme und Jupyter-Notizbücher installieren. Wenn Sie CNTK in einer Python-Umgebung installiert haben, stellen Sie sicher, dass Sie die Umgebung aktiviert haben, bevor Sie diesen Befehl ausführen:

$ python -m cntk.sample_installer

Dadurch werden die Beispiele/Lernprogramme heruntergeladen, die erforderlichen Python-Pakete installiert und die Beispiele in ein Verzeichnis mit dem Namen CNTK-Samples-VERSION (VERSIONwird durch die tatsächliche CNTK Version) unter Ihrem aktuellen Arbeitsverzeichnis ersetzt.

Sie können nun der Standardbeschreibung folgen, um Ihre Installation von Python zu testen und die Lernprogramme oder Jupyter-Notizbücher auszuführen.