Partager via

Configurer le script binaire Linux

  • Article

CNTK en tant que conteneur Docker

Avant de déplacer plus loin, vous pouvez envisager de déployer CNTK en tant que conteneur Docker prédéfini à partir de Docker Hub. Lisez la section correspondante.

CNTK installation binaire avec des scripts sur Linux

Cette page vous guide tout au long du processus d’installation du Microsoft Cognitive Toolkit (CNTK) en fonction d’une distribution binaire que nous avons préparée et vous pouvez télécharger à partir de notre site web. Il s’agit d’un moyen simple de vous rendre opérationnel rapidement.

Vous trouverez une vue d’ensemble de toutes les options d’installation disponibles pour CNTK sur cette page.

Nous allons installer les fichiers binaires CNTK, les prérequis CNTK et créer (ou mettre à jour) un environnement Python 2.7, 3.5 ou 3.6 sur votre ordinateur. Les modifications sont autant localisées que possible pour ne pas avoir d’impact sur les autres logiciels installés. Si vous avez déjà installé une version précédente de CNTK2 sur votre ordinateur, le script met à jour cette installation.

Suivez les étapes ci-dessous pour installer les fichiers binaires. Le script d’installation télécharge également les dépendances nécessaires, de sorte qu’une connexion Internet est requise lors de l’exécution du script.

Le script a été testé uniquement sur Ubuntu 14.04 et 16.04. Elle génère un avertissement sur les échecs possibles si elle est exécutée sur une autre plateforme.

Étape 1 : Téléchargez le package binaire approprié à partir de CNTK page Versions. Déballer le tar.

Remarque : choisissez un téléchargement binaire GPU uniquement si votre ordinateur dispose d’un GPU NVidia.

Étape 2 : Exécuter le script d’installation bash

Ci-dessous, nous partons du principe que vous avez décompressé le package binaire CNTK sur /home/username. Utilisez les commandes suivantes, en fonction de votre version CNTK Python préférée :

  • Exécutez ces commandes pour installer un environnement basé sur Python 3.5 CNTK :
    cd /home/username/cntk/Scripts/install/linux
./install-cntk.sh
  • Le script prend également en charge l’installation d’un environnement CNTK basé sur Python 2.7 ou Python 3.6. Pour ce faire, ajoutez la valeur 27 ou 36 le paramètre --py-version facultatif à la commande, par exemple pour exécuter ces commandes pour installer un environnement CNTK Python 3.5 :
    cd /home/username/cntk/Scripts/install/linux
./install-cntk.sh --py-version 35
  • Le script permet également de personnaliser l’emplacement de l’installation d’Anaconda ou d’utiliser une installation Anaconda existante. Utilisez l’option --anaconda-basepath <path> pour spécifier un chemin d’installation Anaconda. Si le chemin fourni par l’utilisateur n’existe pas, le script le crée et installe Anaconda dans celui-ci. Par exemple :
    cd /home/username/cntk/Scripts/install/linux
./install-cntk.sh --anaconda-basepath /usr/local/anaconda3

Le script télécharge plusieurs packages d’installation à partir d’emplacements distants. L’exécution prendra un certain temps (attendez-vous à au moins 20 minutes sur Ubuntu 16.04 et encore plus sur Ubuntu 14.04, en fonction des packages requis sur votre système).

À la fin de la configuration réussie, le script vous informe de l’emplacement du script d’environnement Python CNTK et de l’emplacement de CNTK Didacticiels et exemples.

Étape 3 : Vérifier l’installation (Python)

  • Activez CNTK environnement en exécutant la commande spécifiée par le script d’installation (voir l’étape précédente). Dans notre exemple, il s’agit de :

    source "/home/username/cntk/activate-cntk"

  • Exécutez un exemple à partir d’unTutorials répertoire pour vérifier votre installation. Exécutez python NumpyInterop/FeedForwardNet.py. Vous devez voir la sortie suivante sur la console :

    Minibatch[   1- 128]: loss = 0.564038 * 3200
Minibatch[ 129- 256]: loss = 0.308571 * 3200
Minibatch[ 257- 384]: loss = 0.295577 * 3200
Minibatch[ 385- 512]: loss = 0.270765 * 3200
Minibatch[ 513- 640]: loss = 0.252143 * 3200
Minibatch[ 641- 768]: loss = 0.234520 * 3200
Minibatch[ 769- 896]: loss = 0.231275 * 3200
Minibatch[ 897-1024]: loss = 0.215522 * 3200
Finished Epoch [1]: loss = 0.296552 * 25600
error rate on an unseen minibatch 0.040000

  • Exécutez les notebooks Jupyter, qui contiennent plusieurs didacticiels, en exécutant les commandes suivantes :

    cd /home/username/cntk/Tutorials
jupyter notebook

Cela génère un navigateur avec tous les notebooks disponibles prêts à être exécutés. Si les notebooks ne parviennent pas à s’exécuter, exécutez conda install jupyter à partir de l’environnement CNTK Python activé.