Configuración de Python para Linux
Paquetes necesarios
OpenMPI
CNTK requiere que OpenMPI 1.10.x esté instalado en el sistema. En Ubuntu 16.04, instálelo de la siguiente manera:
sudo apt-get install openmpi-bin
Asegúrese de que se pueden encontrar sus bibliotecas, por ejemplo, configurando LD_LIBRARY_PATH.
Instalación de CNTK para Python en Linux
Esta página le guiará por el proceso de instalación del Microsoft Cognitive Toolkit (CNTK) para usarlo desde Python en Linux. Tenga en cuenta que Ubuntu 14.04 es compatible con CNTK 2.3.1 y versiones posteriores. Todas las versiones 2.4+ solo admiten oficialmente Ubuntu 16.04.
Si busca cualquier otro tipo de soporte técnico para configurar un entorno de compilación de CNTK o instalar CNTK en el sistema, debe ir aquí en su lugar.
Ofrecemos tres maneras de instalar CNTK para Python:
1. Instalación desde PyPI
A partir de la versión CNTK 2.5, los usuarios ahora pueden instalar CNTK a través de PyPI. Tenga en cuenta que solo se admite Ubuntu 16.04 oficialmente.
Para instalar la versión de solo CPU de CNTK:
C:\> pip install cntk
Para instalar la versión de GPU de CNTK:
C:\> pip install cntk-gpu
Actualización de una instalación de CNTK existente
Si ya tiene instalada una versión anterior (2.5 y posteriores) de CNTK, puede instalar una nueva versión de CNTK en la instalación existente.
Para actualizar la versión de solo CPU de CNTK:
C:\> pip install --upgrade --no-deps cntk
Para actualizar la versión de GPU de CNTK:
C:\> pip install --upgrade --no-deps cntk-gpu
Nota: Le recomendamos que no tenga instalados ambos cntk paquetes y cntk-gpu simultáneamente.
2. Instalar desde archivos wheel
Dependiendo de la versión de Python y CNTK (CPU o GPU) proporcionamos archivos de rueda (.whl) diferentes para instalar CNTK. Seleccione la instalación correcta en la lista siguiente y sustituya el nombre o vínculo durante la instalación. Para CNTK 2.5 y versiones posteriores, se recomienda simplemente instalar a través de PyPI en su lugar.
- Fácil instalación de pip para Anaconda3 4.1.1
- Instalación fácil de pip para Anaconda2 4.3.0
| Python | Sabor | Resolución |
|---|---|---|
| 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
Hemos estado probando CNTK con Anaconda3 4.1.1 y las versiones de Python 2.7, 3.5, así como Anaconda3 4.3.1 con Python versión 3.6. Si no tiene una instalación de Python de Anaconda3, instale Anaconda3 4.1.1 Python para Linux (64 bits).
A continuación se supone que se cumplen los requisitos previos anteriores . Si planea usar una versión habilitada para GPU de CNTK, necesitará una tarjeta gráfica compatible con CUDA 9 y controladores de gráficos actualizados instalados en el sistema. Además, se supone que Anaconda está instalado y que aparece antes de cualquier otra instalación de Python en la ruta de acceso.
pip install sin un entorno
Esta es la opción más sencilla y la única razón para evitarlo es si necesita versiones específicas de determinados paquetes. Si tiene otros paquetes que requieren una versión anterior de numpy, vaya a esta sección.
Primera vez CNTK instalación
Si es la primera vez que instala CNTK, ejecute
$ pip install <url>
donde <url> es la dirección URL del archivo wheel correspondiente en la tabla de la parte superior de esta página. Por ejemplo, si tiene ejecución de Python 3.5
$ pip install https://cntk.ai/PythonWheel/CPU-Only/cntk-2.6-cp35-cp35m-linux_x86_64.whl
Continuar con una prueba de instalación rápida
Actualización de una instalación de CNTK existente
Si ya tiene instalada una versión anterior de CNTK, puede instalar una nueva versión de CNTK en la instalación existente. Es importante proporcionar las --upgrade opciones y --no-deps .
$ pip install --upgrade --no-deps <url>
donde <url> es la dirección URL del archivo wheel correspondiente en la tabla de la parte superior de esta página. Una vez completado este paso de actualización, puede empezar a trabajar con CNTK en Python o instalar ejemplos y tutoriales.
Prueba de instalación rápida
Para realizar una prueba rápida de que la instalación se realizó correctamente, consulte la versión de CNTK:
$ python -c "import cntk; print(cntk.__version__)"
Ahora ha instalado correctamente CNTK y puede empezar a desarrollar, entrenar y evaluar con CNTK en Python.
Continúe con la instalación de ejemplos y tutoriales
pip install in an environment (instalación de pip en un entorno)
A continuación se creará un nuevo entorno de Python 3.5 dentro de Anaconda llamado cntk-py35 y se instalará pip-install CNTK en este entorno. Si desea otra versión de CNTK, versión de Python o nombre de entorno, ajuste los parámetros en consecuencia.
Abra un shell de comandos, cree el entorno, haga que esté activo y 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
Para realizar una prueba rápida de que la instalación se realizó correctamente, consulte la versión de CNTK:
$ python -c "import cntk; print(cntk.__version__)"
Ahora ha instalado correctamente CNTK, puede empezar a desarrollar, entrenar o evaluar con CNTK en Python.
Continuar con una instalación de ejemplos y tutoriales
Anaconda2
Si necesita un entorno raíz de Python 2.7, se recomienda instalar Anaconda2 4.3.0 Python para Linux (64 bits). A continuación se supone que se cumplen los requisitos previos anteriores . Si planea usar una versión habilitada para GPU de CNTK, necesitará una tarjeta gráfica compatible con CUDA 9 y controladores de gráficos actualizados instalados en el sistema. Además, se supone que Anaconda2 está instalado y que aparece antes de cualquier otra instalación de Python en la ruta de acceso.
Anaconda2: pip install
Los pasos de instalación de CNTK en Anaconda2 son idénticos a
- La primera vez CNTK instalación de Anaconda3
- Anaconda3: Actualización de una instalación de CNTK existente
Solo tiene que asegurarse de seleccionar archivos de rueda compatibles con Python 2.7 en la tabla de direcciones URL de la parte superior de esta página.
3. Instalar desde compilaciones nocturnas
Si prefiere instalar o actualizar CNTK de la última compilación nocturna en lugar de una versión oficial, ofrecemos CNTK paquetes nocturnos. Puede acceder a los paquetes de CNTK desde las compilaciones nocturnas más recientes aquí.
Si usa una compilación nocturna, deberá instalar por separado algunos paquetes de terceros y ellos en la variable de entorno PATH (además del requisito de OpenMPI que se muestra aquí). Siga la sección siguiente para obtener instrucciones. Por ejemplo, si va a instalar la versión de GPU de CNTK, también tendrá que instalar los paquetes específicos de GPU enumerados en la sección siguiente.
Variables de entorno y paquetes necesarios
OPCIONAL: paquetes de GPU-Specific
Si tiene previsto usar CNTK con compatibilidad con GPU, siga esta página para instalar y configurar el entorno en consecuencia.
Después de instalar los paquetes de GPU mencionados anteriormente, agréguelos a la variable de entorno PATH, por ejemplo,
MKL
La biblioteca matemática de CNTK predeterminada es la Biblioteca intel math kernel (Intel MKL). Siga esta página para instalarla.
- Exporte su ruta de acceso a la variable
LD_LIBRARY_PATHde entorno , por ejemplo:
export LD_LIBRARY_PATH=/usr/local/lib:$LD_LIBRARY_PATH
OPCIONAL: OpenCV
CNTK 2.2 requiere que se instale open source Computer Vision (OpenCV), pero es opcional para CNTK 2.3 y versiones posteriores. Siga esta página para instalarla.
Deberá instalar OpenCV para CNTK 2.3 o posteriores si desea usar los siguientes componentes:
- Lector de imágenes de CNTK
- CNTK Image Writer: se requiere para usar la característica Image de TensorBoard.
Exporte la variable LD_LIBRARY_PATH de entorno que apunta a la carpeta de compilación de OpenCV, por ejemplo.
export LD_LIBRARY_PATH=/usr/local/opencv-3.1.0/lib:$LD_LIBRARY_PATH
Instalación de ejemplos y tutoriales
Proporcionamos varios ejemplos y tutoriales con CNTK. Después de instalar CNTK puede instalar ejemplos o tutoriales y cuadernos de Jupyter Notebook. Si instaló CNTK en un entorno de Python, asegúrese de activar el entorno antes de ejecutar este comando:
$ python -m cntk.sample_installer
Esto descargará los ejemplos o tutoriales, instalará los paquetes de Python necesarios y copiará los ejemplos en un directorio denominado CNTK-Samples-VERSION (VERSION se reemplaza por la versión de CNTK real) debajo del directorio de trabajo actual.
Ahora puede seguir la descripción estándar para probar la instalación desde Python y ejecutar los tutoriales o cuadernos de Jupyter Notebook.