Sdílet prostřednictvím

Nastavení Windows Pythonu

  • Článek

Instalace CNTK pro Python na Windows

Tato stránka vás provede procesem instalace Microsoft Cognitive Toolkit (CNTK) pro použití z Pythonu v Windows. Pokud hledáte jinou podporu pro nastavení prostředí CNTK sestavení nebo instalaci 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.

Pokud se jedná o první instalaci CNTK prostřednictvím PyPI, doporučujeme nejprve odinstalovat všechny předchozí verze: pip uninstall <url>.

Při prvním CNTK instalaci

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 nebo novější) 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 wheel

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 během instalace nahraďte název nebo odkaz. 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-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

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

Níže předpokládáme, že je Anaconda nainstalovaný a že je uvedený před všemi dalšími instalacemi Pythonu ve vaší cestě PATH. Pokud plánujete používat verzi CNTK s podporou GPU, budete potřebovat grafickou kartu kompatibilní s CUDA 9 a aktuální grafické ovladače nainstalované ve vašem systému. Ujistěte se, že instalujete CUDA 9.0, a ne CUDA 9.1.

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

C:\> pip install <url>

kde <url> je odpovídající adresa URL souboru kola v tabulce v horní části této stránky. Například pokud máte Python 3.5 a chcete nainstalovat verzi jen pro procesor, spusťte

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

C:\> 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:

C:\> 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 jiný název prostředí, upravte parametry odpovídajícím způsobem.

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

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

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

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

Teď jste úspěšně nainstalovali CNTK a 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 4.3.0.1 (64bitová verze).

Níže předpokládáme, že je anaconda2 nainstalovaný a že je uvedený před všemi dalšími instalacemi Pythonu ve vaší cestě PATH. Pokud plánujete používat verzi CNTK s podporou GPU, budete potřebovat grafickou kartu kompatibilní s CUDA 9 a aktuální grafické ovladače nainstalované ve vašem systému.

Anaconda2: CNTK požadavky

CNTK vyžaduje Visual C++ Redistributable for Visual Studio 2017 instalaci v systému (v mnoha případech to už bude tento případ). Instalační program pro modul runtime VS2017 (VC_redist.x64.exe) je možné stáhnout zde.

Anaconda2: pip install

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 přidat je do proměnné prostředí PATH. 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 GPU, podle této stránky odpovídajícím způsobem nainstalujte a nakonfigurujte prostředí.

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

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

Výchozí CNTK matematická knihovna je Intel Math Kernel Library (Intel MKL). Postupujte podle této stránky a nainstalujte ho do systému.

  • Prepend its path to environment variable PATH, například:
    setx PATH "c:\local\mklml-2018.0.3\lib;%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.

Předložte proměnnou PATH prostředí odkazující na složku sestavení OpenCV, např.

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

Instalace ukázek a kurzů

Nabízíme různé ukázky a kurzy s CNTK. Po instalaci CNTK si 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:

C:\> 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.