Bagikan melalui

Menyiapkan Linux Python

  • Artikel

Paket yang Diperlukan

OpenMPI

CNTK mengharuskan OpenMPI 1.10.x diinstal pada sistem Anda. Pada Ubuntu 16.04 instal seperti ini:

sudo apt-get install openmpi-bin

Pastikan pustakanya dapat ditemukan, misalnya, dengan menyiapkan LD_LIBRARY_PATH.

Menginstal CNTK untuk Python di Linux

Halaman ini akan memandu Anda melalui proses penginstalan Microsoft Cognitive Toolkit (CNTK) untuk digunakan dari Python di Linux. Perhatikan bahwa Ubuntu 14.04 didukung untuk CNTK 2.3.1 dan yang lebih rendah. Semua rilis 2.4+ secara resmi hanya mendukung Ubuntu 16.04.

Jika Anda mencari jenis dukungan lain untuk menyiapkan lingkungan build CNTK atau menginstal CNTK pada sistem Anda, Anda harus pergi ke sini sebagai gantinya.

Kami menawarkan tiga cara untuk menginstal CNTK untuk Python:

  1. Penginstalan PyPI
  2. File roda (.whl) untuk setiap rilis
  3. Build malam

1. Instal dari PyPI

Pada rilis CNTK 2.5, pengguna sekarang dapat menginstal CNTK melalui PyPI. Perhatikan bahwa hanya Ubuntu 16.04 yang secara resmi didukung.

Untuk menginstal CNTK versi khusus CPU:

C:\> pip install cntk

Untuk menginstal versi GPU CNTK:

C:\> pip install cntk-gpu

Meningkatkan penginstalan CNTK yang ada

Jika Anda sudah menginstal CNTK versi sebelumnya (2.5+), Anda dapat menginstal CNTK versi baru melalui penginstalan yang ada.

Untuk meningkatkan versi CNTK khusus CPU:

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

Untuk meningkatkan versi GPU CNTK:

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

Catatan: kami menyarankan agar Anda tidak menginstal paket cntk dan cntk-gpu secara bersamaan.

2. Instal dari File Roda

Tergantung pada versi Python dan CNTK (CPU atau GPU) kami menyediakan file roda (.whl) yang berbeda untuk menginstal CNTK. Silakan pilih penginstalan yang benar dari daftar di bawah ini, dan ganti nama dan/atau tautan selama penginstalan. Untuk CNTK 2.5+, kami sarankan Anda cukup menginstal melalui PyPI sebagai gantinya.

Python Rasa URL
2.7 CPU-Only https://cntk.ai/PythonWheel/CPU-Only/cntk-2.7.post1-cp27-cp27mu-linux_x86_64.whl
GPU https://cntk.ai/PythonWheel/GPU/cntk_gpu-2.7.post1-cp27-cp27mu-linux_x86_64.whl
3,5 CPU-Only https://cntk.ai/PythonWheel/CPU-Only/cntk-2.7.post1-cp35-cp35m-linux_x86_64.whl
GPU https://cntk.ai/PythonWheel/GPU/cntk_gpu-2.7.post1-cp35-cp35m-linux_x86_64.whl
3.6 CPU-Only https://cntk.ai/PythonWheel/CPU-Only/cntk-2.7.post1-cp36-cp36m-linux_x86_64.whl
GPU https://cntk.ai/PythonWheel/GPU/cntk_gpu-2.7.post1-cp36-cp36m-linux_x86_64.whl

Anaconda3

Kami telah menguji CNTK dengan Anaconda3 4.1.1 dan Python versi 2.7, 3.5, serta Anaconda3 4.3.1 dengan Python versi 3.6. Jika Anda tidak memiliki penginstalan Anaconda3 Python, instal Anaconda3 4.1.1 Python untuk Linux (64-bit).

Di bawah ini kami berasumsi bahwa prasyarat di atas terpenuhi. Jika Anda berencana menggunakan versi CNTK yang diaktifkan GPU, Anda akan memerlukan kartu grafis yang mematuhi CUDA 9 dan driver grafis terbaru yang diinstal pada sistem Anda. Selain itu, kami berasumsi Anaconda diinstal dan terdaftar sebelum penginstalan Python lainnya di PATH Anda.

pip install tanpa lingkungan

Ini adalah opsi termusah dan satu-satunya alasan untuk menghindarinya adalah jika Anda memerlukan versi tertentu dari paket tertentu. Jika Anda memiliki paket lain yang memerlukan versi lama numpy lewati ke bagian ini.

Penginstalan CNTK pertama kali

Jika ini pertama kalinya Anda menginstal CNTK, jalankan

$ pip install <url>

di mana <url> adalah URL file roda yang sesuai dalam tabel di bagian atas halaman ini. Misalnya, jika Anda memiliki eksekusi Python 3.5

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

Lanjutkan dengan tes penginstalan cepat

Meningkatkan penginstalan CNTK yang ada

Jika Anda sudah menginstal versi CNTK sebelumnya, Anda dapat menginstal CNTK versi baru melalui penginstalan yang ada. Penting untuk menyediakan --upgrade opsi dan --no-deps .

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

di mana <url> adalah URL file roda yang sesuai dalam tabel di bagian atas halaman ini. Setelah menyelesaikan langkah peningkatan ini, Anda dapat mulai bekerja dengan CNTK di Python atau menginstal sampel dan tutorial.

Tes penginstalan cepat

Pengujian cepat bahwa penginstalan berhasil dapat dilakukan dengan mengkueri versi CNTK:

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

Anda sekarang telah berhasil menginstal CNTK, dan Anda dapat mulai mengembangkan / melatih / mengevaluasi dengan CNTK di Python!

Lanjutkan dengan menginstal sampel dan tutorial

penginstalan pip di lingkungan

Di bawah ini kita akan membuat lingkungan Python 3.5 baru di dalam Anaconda yang disebut cntk-py35 dan akan menginstal CNTK pip ke lingkungan ini. Jika Anda menginginkan versi CNTK, versi Python, atau nama lingkungan yang berbeda, sesuaikan parameter yang sesuai.

Buka shell perintah, buat lingkungan, aktifkan, dan pip-install 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

Pengujian cepat bahwa penginstalan berhasil dapat dilakukan dengan mengkueri versi CNTK:

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

Anda sekarang telah berhasil menginstal CNTK, Anda dapat mulai mengembangkan / melatih / mengevaluasi dengan CNTK di Python!

Lanjutkan dengan menginstal sampel dan tutorial

Anaconda2

Jika Anda memerlukan lingkungan akar Python 2.7, kami sarankan Anda menginstal Anaconda2 4.3.0 Python untuk Linux (64-bit). Di bawah ini kami berasumsi bahwa prasyarat di atas terpenuhi. Jika Anda berencana menggunakan versi CNTK yang diaktifkan GPU, Anda akan memerlukan kartu grafis yang mematuhi CUDA 9 dan driver grafis terbaru yang diinstal pada sistem Anda. Selain itu, kami berasumsi Anaconda2 diinstal dan terdaftar sebelum penginstalan Python lainnya di PATH Anda.

Anaconda2: pip install

Langkah-langkah penginstalan untuk CNTK di Anaconda2 identik dengan

Pastikan Anda memilih file roda yang kompatibel dengan Python 2.7 dari tabel URL di bagian atas halaman ini.

3. Instal dari Nightly Builds

Jika Anda lebih suka menginstal atau meningkatkan CNTK dari build malam terbaru daripada rilis resmi, kami menawarkan paket malam CNTK. Anda dapat mengakses paket CNTK dari build malam terbaru di sini.

Jika Anda menggunakan build malam hari, Anda harus menginstal beberapa paket pihak ketiga secara terpisah dan paket tersebut ke variabel lingkungan PATH Anda (selain persyaratan OpenMPI yang tercantum di sini). Ikuti bagian di bawah ini untuk instruksi. Misalnya jika Anda menginstal CNTK versi GPU, Anda juga perlu menginstal paket khusus GPU yang tercantum di bagian berikut.

Variabel Lingkungan dan Paket yang Diperlukan

OPSIONAL: Paket GPU-Specific

Jika Anda berniat menggunakan CNTK dengan dukungan GPU, ikuti halaman ini untuk menginstal dan mengonfigurasi lingkungan yang sesuai.

Setelah menginstal paket GPU yang disebutkan di atas, tambahkan ke variabel lingkungan PATH Anda, misalnya

MKL

Pustaka matematika CNTK default adalah Intel Math Kernel Library (Intel MKL). Ikuti halaman ini untuk menginstalnya

  • Ekspor jalurnya ke variabel LD_LIBRARY_PATHlingkungan, misalnya:
export LD_LIBRARY_PATH=/usr/local/lib:$LD_LIBRARY_PATH
OPSIONAL: OpenCV

CNTK 2.2 mengharuskan Open Source Computer Vision (OpenCV) diinstal tetapi bersifat opsional untuk CNTK 2.3+. Ikuti halaman ini untuk menginstalnya.

Anda harus menginstal OpenCV untuk CNTK 2.3+ jika Anda ingin menggunakan komponen berikut:

  • Pembaca Gambar CNTK
  • CNTK Image Writer - diperlukan untuk menggunakan fitur Gambar TensorBoard.

Ekspor variabel LD_LIBRARY_PATH lingkungan yang menunjuk ke folder build OpenCV, misalnya

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

Menginstal Sampel dan Tutorial

Kami menyediakan berbagai sampel dan tutorial dengan CNTK. Setelah menginstal CNTK, Anda dapat menginstal sampel/tutorial dan notebook Jupyter. Jika Anda menginstal CNTK ke lingkungan Python, pastikan Anda mengaktifkan lingkungan sebelum menjalankan perintah ini:

$ python -m cntk.sample_installer

Ini akan mengunduh sampel/tutorial, menginstal paket Python yang diperlukan, dan menyalin sampel ke direktori bernama CNTK-Samples-VERSION (VERSION diganti dengan versi CNTK aktual) di bawah direktori kerja Anda saat ini.

Anda sekarang dapat mengikuti deskripsi standar untuk menguji penginstalan Anda dari Python dan menjalankan tutorial atau notebook Jupyter.