Freigeben über


Setup Windows Python

Installieren von CNTK für Python auf Windows

Auf dieser Seite werden Sie durch den Prozess der Installation des Microsoft Cognitive Toolkit (CNTK) für die Verwendung von Python in Windows geführt. 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 zum Installieren von CNTK für Python:

  1. PyPI-Installation
  2. Raddateien (WHL) für jede Version
  3. Nightly Builds

1. Installieren von PyPI

Ab der CNTK 2.5-Version können Benutzer jetzt CNTK über PyPI installieren.

Wenn Sie CNTK zum ersten Mal über PyPI installieren, empfehlen wir Ihnen, zuerst frühere Versionen zu deinstallieren: pip uninstall <url>

Erstmalige installation CNTK

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

Upgrade 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 CPU-only-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 nicht gleichzeitig sowohl als auch cntkcntk-gpu Pakete installiert haben.

2. Installieren von Raddateien

Je nach 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+ wird empfohlen, stattdessen einfach über PyPI zu installieren.

Python Geschmack URL
2.7 CPU-Only https://cntk.ai/PythonWheel/CPU-Only/cntk-2.7.post1-cp27-cp27m-win_amd64.whl
GPU https://cntk.ai/PythonWheel/GPU/cntk_gpu-2.7.post1-cp27-cp27m-win_amd64.whl
3,5 CPU-Only https://cntk.ai/PythonWheel/CPU-Only/cntk-2.7.post1-cp35-cp35m-win_amd64.whl
GPU https://cntk.ai/PythonWheel/GPU/cntk_gpu-2.7.post1-cp35-cp35m-win_amd64.whl
3.6 CPU-Only https://cntk.ai/PythonWheel/CPU-Only/cntk-2.7.post1-cp36-cp36m-win_amd64.whl
GPU https://cntk.ai/PythonWheel/GPU/cntk_gpu-2.7.post1-cp36-cp36m-win_amd64.whl

Anaconda3

Wir haben CNTK mit Anaconda3 4.1.1 (64-Bit) und Python-Versionen 2.7 und 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 Windows (64-Bit).

Unten wird davon ausgegangen, dass Anaconda installiert ist und dass es vor allen anderen Python-Installationen in Ihrem PATH aufgeführt wird. Wenn Sie eine GPU-aktivierte Version von CNTK verwenden möchten, benötigen Sie eine CUDA 9-kompatible Grafikkarte und auf dem Neuesten installierte Grafiktreiber. Stellen Sie sicher, dass Sie CUDA 9.0 und nicht CUDA 9.1 installieren.

Pip-Installation ohne Umgebung

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

Erstmalige CNTK Installation

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

C:\> pip install <url>

wo <url> ist die entsprechende Raddatei-URL in der Tabelle oben auf dieser Seite. Wenn Sie z. B. Python 3.5 haben und die CPU-only-Version installieren möchten, führen Sie die Ausführung aus.

C:\> pip install https://cntk.ai/PythonWheel/CPU-Only/cntk-2.6-cp35-cp35m-win_amd64.whl

Weiter mit einem Schnellinstallationstest

Aktualisieren 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 und optionen --upgrade--no-deps zu liefern.

C:\> pip install --upgrade --no-deps <url>

wo <url> ist die entsprechende Raddatei-URL in der Tabelle oben auf dieser Seite. Sobald 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 ausgeführt werden, indem Sie die CNTK Version abfragen:

C:\> python -c "import cntk; print(cntk.__version__)"

Sie haben jetzt CNTK erfolgreich installiert, und Sie können mit CNTK in Python entwickeln/ trainieren/ bewerten!

Fortfahren mit der Installation von Beispielen und Lernprogrammen

Pip-Installation in einer Umgebung

Unten erstellen wir eine neue Python 3.5-Umgebung innerhalb von Anaconda namens cntk-py35 und wird CNTK in diese Umgebung installieren. Wenn Sie eine andere CNTK Version, Python-Version oder einen anderen Umgebungsnamen wünschen, passen Sie die Parameter entsprechend an.

Öffnen Sie eine Standardbefehlsshell, erstellen Sie die Umgebung, machen Sie es aktiv und installieren Sie CNTK:

C:\> conda create --name cntk-py35 python=3.5 numpy scipy h5py jupyter
C:\> activate cntk-py35
C:\> pip install https://cntk.ai/PythonWheel/CPU-Only/cntk-2.6-cp35-cp35m-win_amd64.whl

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

C:\> python -c "import cntk; print(cntk.__version__)"

Sie haben jetzt CNTK erfolgreich installiert, und Sie können mit CNTK in Python entwickeln/ trainieren/ bewerten!

Fahren Sie mit einer Installation von Beispielen und Lernprogrammen fort

Anaconda2

Wenn Sie eine Python 2.7-Stammumgebung benötigen, empfehlen wir Ihnen, Anaconda2 4.3.0.1 (64-Bit) zu installieren.

Unten wird davon ausgegangen, dass Anaconda2 installiert ist und dass es vor allen anderen Python-Installationen in Ihrem PATH aufgeführt wird. Wenn Sie eine aktivierte GPU-Version von CNTK verwenden möchten, benötigen Sie eine CUDA 9-kompatible Grafikkarte und aktuelle Grafiktreiber, die auf Ihrem System installiert sind.

Anaconda2: CNTK Voraussetzungen

CNTK erfordert die Visual C++ Redistributable for Visual Studio 2017 Installation auf Ihrem System (in vielen Fällen ist dies bereits der Fall). Das Installationsprogramm für die VS2017-Runtime (VC_redist.x64.exe) kann hier heruntergeladen werden.

Anaconda2: pip install

Die Installationsschritte für CNTK auf Anaconda2 sind identisch mit

Stellen Sie 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 aus dem neuesten nachtmäßigen Build installieren oder aktualisieren möchten, anstatt eine offizielle Version zu erstellen, bieten wir CNTK Nachtpakete an. Sie können auf die CNTK Pakete aus den neuesten nachtmäßigen Builds hier zugreifen.

Wenn Sie einen nachtlichen Build verwenden, müssen Sie einige Drittanbieterpakete separat installieren und sie ihrer PATH-Umgebungsvariable hinzufügen. Folgen Sie dem folgenden Abschnitt für Anweisungen. Wenn Sie z. B. die GPU-Version von CNTK installieren, müssen Sie auch die im folgenden Abschnitt aufgeführten GPU-spezifischen Pakete installieren.

Umgebungsvariablen und erforderliche Pakete

OPTIONAL: GPU-Specific Pakete

Wenn Sie CNTK mit GPU 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-Umgebungsvariablen hinzu, z. B.

setx PATH "C:\Program Files\NVIDIA Corporation\NVSMI;%PATH%"
setx PATH "C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin;%PATH%"
setx PATH "C:\local\cudnn-9.0-v7.0\cuda\bin;%PATH%"
MKL

Die Standardmäßige CNTK Mathematische Bibliothek ist die Intel Math Kernel Library (Intel MKL). Folgen Sie dieser Seite , um sie in Ihrem System zu installieren.

  • Präpendiert seinen Pfad zu Umgebungsvariablen PATH, z. B.:
    setx PATH "c:\local\mklml-2018.0.3\lib;%PATH%"
OPTIONAL: OpenCV

CNTK 2.2 erfordert, dass Open Source maschinelles Sehen (OpenCV) installiert werden soll, aber es ist 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 Bildsprachausgabe
  • CNTK Image Writer – erforderlich, um das Imagefeature von TensorBoard zu verwenden.

Stellt die Umgebungsvariable PATH vor, die auf den OpenCV-Buildordner verweist, z. B.

setx PATH "C:\local\opencv3.10\build\x64\vc14\bin;%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:

C:\> python -m cntk.sample_installer

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

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