Partilhar via

Windows Python de configuração

  • Artigo

Instalação de CNTK para Python na Windows

Esta página irá acompanhá-lo através do processo de instalação do Microsoft Cognitive Toolkit (CNTK) para usar a partir de Python em Windows. Se procura outro tipo de suporte para configurar um ambiente de construção de CNTK ou instalar CNTK no seu sistema, deve vir aqui.

Oferecemos três formas de instalar CNTK para Python:

  1. Instalação PyPI
  2. Ficheiros wheel (.whl) para cada lançamento
  3. Construções noturnas

1. Instalação a partir do PyPI

A partir do CNTK versão 2.5, os utilizadores podem agora instalar CNTK via PyPI.

Se esta for a sua primeira vez a instalar CNTK via PyPI, aconselhamos que desinstale primeiro quaisquer versões anteriores: pip uninstall <url>.

Primeira instalação CNTK

Para instalar a versão apenas do CPU de CNTK:

C:\> pip install cntk

Para instalar a versão GPU de CNTK:

C:\> pip install cntk-gpu

Atualizar uma instalação de CNTK existente

Se já tiver uma versão anterior (2.5+) de CNTK instalada, pode instalar uma nova versão de CNTK sobre a instalação existente.

Para atualizar a versão apenas do CPU de CNTK:

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

Para atualizar a versão GPU de CNTK:

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

Nota: recomendamos que não tenha ambas as embalagens cntk instaladas cntk-gpu simultaneamente.

2. Instalar a partir de ficheiros de rodas

Dependendo da versão Python e CNTK (CPU ou GPU) fornecemos diferentes ficheiros de roda (.whl) para instalar CNTK. Selecione a instalação correta da lista abaixo e substitua o nome e/ou link durante a instalação. Para CNTK 2.5+, recomendamos que simplesmente instale através do PyPI.

Python Sabor 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

Temos vindo a testar CNTK com as versões Anaconda3 4.1.1 (64-bit) e Python 2.7 e 3.5, bem como com Anaconda3 4.3.1 com Python versão 3.6. Se não tiver uma instalação de Python Anaconda3, instale Anaconda3 4.1.1 Python para Windows (64-bit).

Abaixo assumimos que a Anaconda está instalada e que está listada antes de qualquer outra Python instalações no seu PATH. Se planeia utilizar uma versão ativada por GPU de CNTK, necessitará de uma placa gráfica compatível com CUDA 9 e controladores gráficos atualizados instalados no seu sistema. Certifique-se de que está a instalar CUDA 9.0 e não CUDA 9.1.

pip instalar sem um ambiente

Esta é a opção mais fácil e a única razão para evitá-la é se necessitar de versões específicas de determinados pacotes. Se tiver outros pacotes que exijam uma versão antiga de skip numpy para esta secção.

Primeira instalação CNTK

Se esta é a primeira vez que instala CNTK, então corra

C:\> pip install <url>

onde <url> está o URL de ficheiro de roda correspondente na tabela no topo desta página. Por exemplo, se tiver Python 3.5 e quiser instalar a versão apenas do CPU, corra

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

Continue com um teste de instalação rápida

Atualizar uma instalação de CNTK existente

Se já tiver uma versão anterior de CNTK instalada, pode instalar uma nova versão de CNTK sobre a instalação existente. É importante fornecer as --upgrade opções e --no-deps opções.

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

onde <url> está o URL de ficheiro de roda correspondente na tabela no topo desta página. Uma vez concluído este passo de atualização, pode começar a trabalhar com CNTK em Python ou instalar amostras e tutoriais.

Teste de instalação rápida

Um teste rápido que a instalação conseguiu pode ser feito consultando a versão CNTK:

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

Já instalou com sucesso CNTK, e pode começar a desenvolver/treinar/avaliar com CNTK em Python!

Continue com a instalação de amostras e tutoriais

pip instalar em um ambiente

Abaixo vamos criar um novo ambiente Python 3.5 dentro da Anaconda chamado cntk-py35 e vamos instalar pip-CNTK neste ambiente. Se quiser uma versão CNTK diferente, versão Python ou um nome de ambiente diferente, ajuste os parâmetros em conformidade.

Abra uma concha de comando padrão, crie o ambiente, torne-o ativo e instale pip 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

Um teste rápido que a instalação conseguiu pode ser feito consultando a versão CNTK:

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

Já instalou com sucesso CNTK, e pode começar a desenvolver/treinar/avaliar com CNTK em Python!

Continue com uma instalação de amostras e tutoriais

Anaconda2

Se necessitar de um ambiente de raiz Python 2.7, recomendamos que instale Anaconda2 4.3.0.1 (64-bit).

Abaixo assumimos que a Anaconda2 está instalada e que está listada antes de qualquer outra Python instalações no seu PATH. Se planeia utilizar uma versão ativada por GPU de CNTK, necessitará de uma placa gráfica compatível com CUDA 9 e controladores gráficos atualizados instalados no seu sistema.

Anaconda2: pré-requisitos CNTK

CNTK requer a Visual C++ Redistributable for Visual Studio 2017 instalação no seu sistema (em muitos casos já será esse o caso). O instalador para o runtime VS2017 (VC_redist.x64.exe) pode ser descarregado aqui.

Anaconda2: pip install

Os passos de instalação para CNTK em Anaconda2 são idênticos a

Certifique-se apenas de selecionar Python ficheiros de roda compatíveis 2.7 da tabela URL no topo desta página.

3. Instalar a partir de construções noturnas

Se preferir instalar ou atualizar CNTK a partir da mais recente construção noturna em vez de um lançamento oficial, oferecemos CNTK pacotes noturnos. Você pode aceder aos pacotes CNTK das últimas construções noturnas aqui.

Se estiver a utilizar uma construção noturna, terá de instalar separadamente alguns pacotes de terceiros e adicioná-los à variável ambiente PATH. Siga a secção abaixo para obter instruções. Por exemplo, se estiver a instalar a versão GPU de CNTK, também terá de instalar os pacotes específicos da GPU listados na secção seguinte.

Variáveis ambientais e pacotes necessários

OPCIONAL: pacotes GPU-Specific

Se pretender utilizar CNTK com a GPU, siga esta página para instalar e configurar o ambiente em conformidade.

Depois de instalar os pacotes gpu acima mencionados, adicione-os na variável ambiente PATH, por exemplo.

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

A biblioteca de matemática CNTK padrão é a Biblioteca Intel Math Kernel (Intel MKL). Siga esta página para a instalar no seu sistema.

  • Prepare o seu caminho para a variável PATHambiental, por exemplo:
    setx PATH "c:\local\mklml-2018.0.3\lib;%PATH%"
OPCIONAL: OpenCV

CNTK 2.2 requer que o Open Source Imagem Digitalizada (OpenCV) seja instalado, mas é opcional para CNTK 2.3+. Siga esta página para instalá-la.

Terá de instalar o OpenCV durante CNTK 2.3+ se quiser utilizar os seguintes componentes:

  • leitor de imagem CNTK
  • CNTK Image Writer - obrigado a usar a funcionalidade de Imagem do TensorBoard.

Prepare a variável PATH ambiente que aponta para a pasta de construção OpenCV, por exemplo.

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

Instalação de amostras e tutoriais

Fornecemos várias amostras e tutoriais com CNTK. Depois de ter instalado CNTK pode instalar as amostras/tutoriais e os cadernos Jupyter. Se instalou CNTK num ambiente Python, certifique-se de que ativou o ambiente antes de executar este comando:

C:\> python -m cntk.sample_installer

Isto irá descarregar as amostras/tutoriais, instalar as embalagens Python necessárias e copiar as amostras num diretório denominado CNTK-Samples-VERSION (VERSIONé substituído pela versão CNTK real) por baixo do seu diretório de trabalho atual.

Pode agora seguir a descrição padrão para testar a sua instalação a partir de Python e executar os tutoriais ou cadernos Jupyter.