Linux-Python instellen

Vereiste pakketten

Openmpi

CNTK vereist dat OpenMPI 1.10.x op uw systeem is geïnstalleerd. Installeer het op Ubuntu 16.04 als volgt:

sudo apt-get install openmpi-bin

Zorg ervoor dat de bibliotheken ervan kunnen worden gevonden, bijvoorbeeld door het instellen LD_LIBRARY_PATH.

CNTK installeren voor Python in Linux

Op deze pagina wordt u begeleid bij het installeren van de Microsoft Cognitive Toolkit (CNTK) voor gebruik vanuit Python in Linux. Houd er rekening mee dat Ubuntu 14.04 wordt ondersteund voor CNTK 2.3.1 en lager. Alle releases 2.4+ ondersteunen officieel alleen Ubuntu 16.04.

Als u op zoek bent naar andere soorten ondersteuning voor het instellen van een CNTK build-omgeving of het installeren van CNTK op uw systeem, moet u hierheen gaan.

We bieden drie manieren om CNTK te installeren voor Python:

1. PyPI-installatie
2. Wheel-bestanden (.whl) voor elke release
3. Nacht builds

1. Installeren vanuit PyPI

Vanaf de CNTK 2.5-release kunnen gebruikers nu CNTK installeren via PyPI. Houd er rekening mee dat alleen Ubuntu 16.04 officieel wordt ondersteund.

De CPU-versie van CNTK installeren:

C:\> pip install cntk

De GPU-versie van CNTK installeren:

C:\> pip install cntk-gpu

Een bestaande CNTK-installatie upgraden

Als u al een eerdere versie (2.5+) van CNTK hebt geïnstalleerd, kunt u een nieuwe versie van CNTK installeren via uw bestaande installatie.

De cpu-versie van CNTK bijwerken:

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

De GPU-versie van CNTK bijwerken:

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

Opmerking: we raden u aan dat u niet beide cntk en cntk-gpu pakketten tegelijk hebt geïnstalleerd.

2. Installeren vanuit Wheel Files

Afhankelijk van de Python en CNTK versie (CPU of GPU) leveren we verschillende wielbestanden (.whl) om CNTK te installeren. Selecteer de juiste installatie in de onderstaande lijst en vervang de naam en/of koppeling tijdens de installatie. Voor CNTK 2.5+ raden we u aan in plaats daarvan gewoon via PyPI te installeren.

• Easy pip install for Anaconda3 4.1.1
• Easy pip install for Anaconda2 4.3.0

Anaconda3

We hebben CNTK getest met Anaconda3 4.1.1 en Python versie 2.7, 3.5 en Anaconda3 4.3.1 met Python versie 3.6. Als u geen Anaconda3-Python-installatie hebt, installeert u Anaconda3 4.1.1 Python voor Linux (64-bits).

Hieronder wordt ervan uitgegaan dat aan de bovenstaande vereisten wordt voldaan. Als u van plan bent een gpu-versie van CNTK te gebruiken, hebt u een CUDA 9-compatibele grafische kaart en bijgewerkte grafische stuurprogramma's op uw systeem nodig. We gaan er ook van uit dat Anaconda is geïnstalleerd en dat deze wordt vermeld vóór andere Python installaties in uw PATH.

pip-installatie zonder omgeving

Dit is de eenvoudigste optie en de enige reden om dit te voorkomen is als u specifieke versies van bepaalde pakketten nodig hebt. Als u andere pakketten hebt waarvoor een oude versie van numpy is vereist, gaat u verder met deze sectie.

Eerste keer CNTK installatie

Als dit de eerste keer is dat u CNTK installeert, voert u deze uit

$ pip install <url>

waar <url> is de bijbehorende URL van het wielbestand in de tabel boven aan deze pagina. Als u bijvoorbeeld Python 3,5 hebt uitgevoerd

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

Doorgaan met een snelle installatietest

Een bestaande CNTK-installatie upgraden

Als u al een eerdere versie van CNTK hebt geïnstalleerd, kunt u een nieuwe versie van CNTK installeren via uw bestaande installatie. Het is belangrijk om de --upgrade en --no-deps opties op te geven.

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

waar <url> is de bijbehorende URL van het wielbestand in de tabel boven aan deze pagina. Zodra u deze upgradestap hebt voltooid, kunt u aan de slag met CNTK in Python of voorbeelden en zelfstudies installeren.

Snelle installatietest

Een snelle test die de installatie heeft voltooid, kan worden uitgevoerd door een query uit te voeren op de CNTK versie:

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

U hebt nu CNTK geïnstalleerd en u kunt beginnen met ontwikkelen/trainen/evalueren met CNTK in Python!

Doorgaan met het installeren van voorbeelden en zelfstudies

pip-installatie in een omgeving

Hieronder maken we een nieuwe Python 3.5-omgeving in Anaconda genaamd cntk-py35 en zullen pip-install CNTK in deze omgeving. Als u een andere CNTK versie, Python versie of omgevingsnaam wilt, past u de parameters dienovereenkomstig aan.

Open een opdrachtshell, maak de omgeving, maak deze actief en installeer pip-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

Een snelle test die de installatie heeft voltooid, kan worden uitgevoerd door een query uit te voeren op de CNTK versie:

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

U hebt nu CNTK geïnstalleerd. U kunt beginnen met ontwikkelen/trainen/evalueren met CNTK in Python!

Doorgaan met een installatievoorbeeld en zelfstudies

Anaconda2

Als u een Python 2.7-hoofdomgeving nodig hebt, raden we u aan Anaconda2 4.3.0 Python voor Linux (64-bits) te installeren. Hieronder wordt ervan uitgegaan dat aan de bovenstaande vereisten wordt voldaan. Als u van plan bent een gpu-versie van CNTK te gebruiken, hebt u een CUDA 9-compatibele grafische kaart en bijgewerkte grafische stuurprogramma's op uw systeem nodig. We gaan er ook van uit dat Anaconda2 is geïnstalleerd en dat deze wordt vermeld vóór andere Python installaties in uw PATH.

Anaconda2: pip install

De installatiestappen voor CNTK op Anaconda2 zijn identiek aan

• Anaconda3 Voor het eerst CNTK installatie
• Anaconda3: een bestaande CNTK-installatie upgraden

Zorg ervoor dat u Python 2.7 compatibele wielbestanden selecteert uit de URL-tabel boven aan deze pagina.

3. Installeren vanuit Nightly Builds

Als u liever CNTK installeert of upgradet vanuit de nieuwste nacht build in plaats van een officiële release, bieden we CNTK nachtpakketten. U hebt hier toegang tot de CNTK pakketten van de nieuwste nachtversies.

Als u een nachtelijke build gebruikt, moet u een aantal pakketten van derden en deze afzonderlijk installeren in uw PATH-omgevingsvariabele (naast de OpenMPI-vereiste die hier wordt vermeld). Volg de onderstaande sectie voor instructies. Als u bijvoorbeeld de GPU-versie van CNTK installeert, moet u ook de GPU-specifieke pakketten installeren die worden vermeld in de volgende sectie.

Omgevingsvariabelen en vereiste pakketten

OPTIONEEL: GPU-Specific pakketten

Als u van plan bent CNTK te gebruiken met GPU-ondersteuning, volgt u deze pagina om de omgeving dienovereenkomstig te installeren en te configureren.

Nadat u de bovengenoemde GPU-pakketten hebt geïnstalleerd, voegt u deze toe aan uw PATH-omgevingsvariabele, bijvoorbeeld

MKL

De standaardbibliotheek CNTK wiskundige bibliotheek is de Intel Math Kernel Library (Intel MKL). Volg deze pagina om deze te installeren

• Exporteer het pad naar omgevingsvariabele LD_LIBRARY_PATH, bijvoorbeeld:

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

OPTIONEEL: OpenCV

CNTK 2.2 vereist dat Open Source Computer Vision (OpenCV) is geïnstalleerd, maar dit is optioneel voor CNTK 2.3+. Volg deze pagina om deze te installeren.

U moet OpenCV installeren voor CNTK 2.3+ als u de volgende onderdelen wilt gebruiken:

• CNTK afbeeldingslezer
• CNTK Image Writer: vereist voor het gebruik van de functie Image van TensorBoard.

Exporteer de omgevingsvariabele LD_LIBRARY_PATH die verwijst naar de map OpenCV-build, bijvoorbeeld

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

Voorbeelden en zelfstudies installeren

We bieden verschillende voorbeelden en zelfstudies met CNTK. Nadat u CNTK hebt geïnstalleerd, kunt u de voorbeelden/zelfstudies en Jupyter-notebooks installeren. Als u CNTK hebt geïnstalleerd in een Python-omgeving, moet u ervoor zorgen dat u de omgeving hebt geactiveerd voordat u deze opdracht uitvoert:

$ python -m cntk.sample_installer

Hiermee downloadt u de voorbeelden/zelfstudies, installeert u de vereiste Python pakketten en kopieert u de voorbeelden naar een map met de naam CNTK-Samples-VERSION (VERSIONwordt vervangen door de werkelijke CNTK versie) onder uw huidige werkmap.

U kunt nu de standaardbeschrijving volgen om uw installatie te testen vanuit Python en de zelfstudies of Jupyter-notebooks uit te voeren.