Sdílet prostřednictvím

Nastavení Linuxu v Pythonu

  • Článek

Požadované balíčky

OpenMPI

CNTK vyžaduje instalaci OpenMPI 1.10.x do systému. Na Ubuntu 16.04 si ho nainstalujte takto:

sudo apt-get install openmpi-bin

Ujistěte se, že jsou jeho knihovny nalezeny, například nastavením LD_LIBRARY_PATH.

Instalace CNTK pro Python v Linuxu

Tato stránka vás provede procesem instalace Microsoft Cognitive Toolkit (CNTK) pro použití z Pythonu v Linuxu. Mějte na paměti, že Ubuntu 14.04 je podporován pro CNTK 2.3.1 a nižší. Všechny verze 2.4+ oficiálně podporují pouze Ubuntu 16.04.

Pokud hledáte jinou podporu k nastavení CNTK prostředí sestavení nebo instalace CNTK ve vašem systému, měli byste místo toho přejít sem.

Nabízíme tři způsoby instalace CNTK pro Python:

  1. Instalace PyPI
  2. Soubory wheel (.whl) pro každou verzi
  3. Noční buildy

1. Instalace z PyPI

Od verze CNTK 2.5 si teď uživatelé můžou nainstalovat CNTK prostřednictvím PyPI. Mějte na paměti, že oficiálně se podporuje pouze Ubuntu 16.04.

Instalace verze CNTK jen pro procesor:

C:\> pip install cntk

Instalace verze gpu CNTK:

C:\> pip install cntk-gpu

Upgrade existující instalace CNTK

Pokud už máte nainstalovanou předchozí verzi (2.5+) CNTK, můžete na stávající instalaci nainstalovat novou verzi CNTK.

Upgrade verze CNTK jen pro procesor:

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

Upgrade verze gpu CNTK:

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

Poznámka: Doporučujeme, abyste současně nenainstalovali oba cntk balíčky a cntk-gpu balíčky.

2. Instalace ze souborů kolo

V závislosti na verzi Pythonu a CNTK (CPU nebo GPU) dodáváme různé soubory kol (.whl) pro instalaci CNTK. V následujícím seznamu vyberte správnou instalaci a nahraďte název a/nebo odkaz během instalace. Pro CNTK 2.5+ doporučujeme místo toho jednoduše nainstalovat prostřednictvím PyPI.

Python Chuť 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

Testovali jsme CNTK s Anaconda3 4.1.1 a Python verzemi 2.7, 3.5 a Anaconda3 4.3.1 s Pythonem verze 3.6. Pokud nemáte instalaci Anaconda3 Pythonu, nainstalujte Anaconda3 4.1.1 Python pro Linux (64bitová verze).

Níže předpokládáme, že výše uvedené požadavky jsou splněné . Pokud plánujete používat verzi CNTK s podporou GPU, budete potřebovat grafickou kartu kompatibilní s CUDA 9 a aktuální grafické ovladače nainstalované ve vašem systému. Předpokládáme také, že je anaconda nainstalovaná a že je uvedená před všemi dalšími instalacemi Pythonu ve vaší cestě PATH.

instalace pip bez prostředí

Jedná se o nejjednodušší možnost a jediný důvod, proč se tomu vyhnout, je, pokud potřebujete určité verze určitých balíčků. Pokud máte další balíčky, které vyžadují starou verzi numpy, přeskočte do této části.

Při prvním CNTK instalaci

Pokud se jedná o první instalaci CNTK spusťte

$ pip install <url>

kde <url> je odpovídající adresa URL souboru kola v tabulce v horní části této stránky. Například pokud máte spuštěný Python 3.5.

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

Pokračovat v rychlém testu instalace

Upgrade existující instalace CNTK

Pokud už máte nainstalovanou předchozí verzi CNTK, můžete na stávající instalaci nainstalovat novou verzi CNTK. Je důležité zadat --upgrade a --no-deps možnosti.

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

kde <url> je odpovídající adresa URL souboru kola v tabulce v horní části této stránky. Po dokončení tohoto kroku upgradu můžete začít pracovat s CNTK v Pythonu nebo nainstalovat ukázky a kurzy.

Rychlý test instalace

Rychlý test úspěšné instalace se dá provést dotazem na verzi CNTK:

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

Teď jste úspěšně nainstalovali CNTK a můžete začít vyvíjet / trénovat / vyhodnocovat pomocí CNTK v Pythonu!

Pokračujte v instalaci ukázek a kurzů.

instalace pipu v prostředí

Níže vytvoříme nové prostředí Pythonu 3.5 v anacondě s názvem cntk-py35 a nainstalujeme CNTK pip do tohoto prostředí. Pokud chcete jinou CNTK verzi, verzi Pythonu nebo název prostředí, upravte parametry odpovídajícím způsobem.

Otevřete příkazové prostředí, vytvořte prostředí, aktivujte ho a CNTK pip-install:

$ 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

Rychlý test úspěšné instalace se dá provést dotazem na verzi CNTK:

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

Teď jste úspěšně nainstalovali CNTK, můžete začít vyvíjet / trénovat / vyhodnocovat pomocí CNTK v Pythonu!

Pokračujte instalací ukázek a kurzů.

Anaconda2

Pokud potřebujete kořenové prostředí Pythonu 2.7, doporučujeme nainstalovat Anaconda2 4.3.0 Python pro Linux (64bitová verze). Níže předpokládáme, že výše uvedené požadavky jsou splněné . Pokud plánujete používat verzi CNTK s podporou GPU, budete potřebovat grafickou kartu kompatibilní s CUDA 9 a aktuální grafické ovladače nainstalované ve vašem systému. Předpokládáme také, že je anaconda2 nainstalovaný a že je uvedený před všemi dalšími instalacemi Pythonu ve vaší cestě PATH.

Anaconda2: instalace pip

Postup instalace pro CNTK na Anaconda2 je stejný jako

Stačí vybrat soubory kola kompatibilní s Pythonem 2.7 z tabulky URL v horní části této stránky.

3. Instalace z nočních buildů

Pokud dáváte přednost instalaci nebo upgradu CNTK z nejnovějšího nočního buildu místo oficiální verze, nabízíme CNTK noční balíčky. K balíčkům CNTK se dostanete z nejnovějších nočních buildů.

Pokud používáte noční sestavení, budete muset samostatně nainstalovat některé balíčky třetích stran a ty do proměnné prostředí PATH (kromě požadavku OpenMPI uvedeného tady). Pokyny najdete v následující části. Pokud například instalujete verzi gpu CNTK, budete také muset nainstalovat balíčky specifické pro GPU uvedené v následující části.

Proměnné prostředí a požadované balíčky

VOLITELNÉ: GPU-Specific balíčky

Pokud máte v úmyslu používat CNTK s podporou GPU, podle této stránky odpovídajícím způsobem nainstalujte a nakonfigurujte prostředí.

Po instalaci výše uvedených balíčků GPU je přidejte do proměnné prostředí PATH, např.

MKL

Výchozí CNTK matematická knihovna je Intel Math Kernel Library (Intel MKL). Nainstalujte ji podle této stránky .

  • Export cesty k proměnné LD_LIBRARY_PATHprostředí, například:
export LD_LIBRARY_PATH=/usr/local/lib:$LD_LIBRARY_PATH
VOLITELNÉ: OpenCV

CNTK 2.2 vyžaduje instalaci open source Počítačové zpracování obrazu (OpenCV), ale pro CNTK 2.3 nebo novější je volitelné. Nainstalujte ji podle této stránky .

Pokud chcete použít následující komponenty, budete muset nainstalovat OpenCV pro CNTK 2.3 nebo novější:

  • CNTK čtečka obrázků
  • CNTK Image Writer – vyžaduje se k použití funkce Image v TensorBoardu.

Exportujte proměnnou LD_LIBRARY_PATH prostředí odkazující na složku sestavení OpenCV, např.

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

Instalace ukázek a kurzů

Nabízíme různé ukázky a kurzy s CNTK. Po instalaci CNTK můžete nainstalovat ukázky/kurzy a poznámkové bloky Jupyter. Pokud jste nainstalovali CNTK do prostředí Pythonu, před spuštěním tohoto příkazu se ujistěte, že jste prostředí aktivovali:

$ python -m cntk.sample_installer

Tím se stáhnou ukázky/kurzy, nainstalují požadované balíčky Pythonu a zkopírují se do adresáře s názvem CNTK-Samples-VERSION (VERSIONnahradí se skutečnou verzí CNTK) pod aktuálním pracovním adresářem.

Teď můžete postupovat podle standardního popisu a otestovat instalaci z Pythonu a spustit kurzy nebo poznámkové bloky Jupyter.