Delen via

Windows Python instellen

  • Artikel

CNTK installeren voor Python op Windows

Deze pagina begeleidt u bij het installeren van de Microsoft Cognitive Toolkit (CNTK) voor gebruik vanuit Python in Windows. Als u op zoek bent naar andere soorten ondersteuning voor het instellen van een CNTK build-omgeving of het installeren van CNTK op uw systeem, moet u hierheen gaan.

We bieden drie manieren om CNTK te installeren voor Python:

  1. PyPI-installatie
  2. Wheel-bestanden (.whl) voor elke release
  3. Nacht builds

1. Installeren vanuit PyPI

Vanaf de release van CNTK 2.5 kunnen gebruikers nu CNTK installeren via PyPI.

Als dit de eerste keer is dat u CNTK installeert via PyPI, raden we u aan eerst eerdere versies te verwijderen: pip uninstall <url>.

Eerste keer CNTK installatie

De cpu-versie van CNTK installeren:

C:\> pip install cntk

De GPU-versie van CNTK installeren:

C:\> pip install cntk-gpu

Een bestaande CNTK-installatie upgraden

Als u al een eerdere versie (2.5+) van CNTK hebt geïnstalleerd, kunt u een nieuwe versie van CNTK installeren via uw bestaande installatie.

De cpu-versie van CNTK upgraden:

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

De GPU-versie van CNTK bijwerken:

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

Opmerking: we raden u aan dat u niet beide cntkcntk-gpu en pakketten tegelijk hebt geïnstalleerd.

2. Installeren vanuit Wheel Files

Afhankelijk van de Python en CNTK versie (CPU of GPU) leveren we verschillende wielbestanden (.whl) om CNTK te installeren. Selecteer de juiste installatie in de onderstaande lijst en vervang de naam en/of koppeling tijdens de installatie. Voor CNTK 2,5+ raden we u aan om in plaats daarvan gewoon via PyPI te installeren.

Python Smaak 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

We hebben CNTK getest met Anaconda3 4.1.1 (64-bits) en Python versies 2.7 en 3.5, evenals Anaconda3 4.3.1 met Python versie 3.6. Als u geen Anaconda3 Python installatie hebt, installeert u Anaconda3 4.1.1 Python voor Windows (64-bits).

Hieronder wordt ervan uitgegaan dat Anaconda is geïnstalleerd en dat deze wordt vermeld vóór andere Python installaties in uw PATH. Als u van plan bent een gpu-versie van CNTK te gebruiken, hebt u een CUDA 9-compatibele grafische kaart en bijgewerkte grafische stuurprogramma's op uw systeem nodig. Zorg ervoor dat u CUDA 9.0 installeert en niet CUDA 9.1.

pip-installatie zonder omgeving

Dit is de eenvoudigste optie en de enige reden om dit te voorkomen is als u specifieke versies van bepaalde pakketten nodig hebt. Als u andere pakketten hebt waarvoor een oude versie van numpy is vereist, gaat u verder met deze sectie.

Eerste keer CNTK installatie

Als dit de eerste keer is dat u CNTK installeert, voert u deze uit

C:\> pip install <url>

waar <url> is de bijbehorende URL van het wielbestand in de tabel boven aan deze pagina. Als u bijvoorbeeld Python 3.5 hebt en de cpu-versie wilt installeren, voert u

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

Doorgaan met een snelle installatietest

Een bestaande CNTK-installatie upgraden

Als u al een eerdere versie van CNTK hebt geïnstalleerd, kunt u een nieuwe versie van CNTK installeren via uw bestaande installatie. Het is belangrijk om de --upgrade en --no-deps opties op te geven.

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

waar <url> is de bijbehorende URL van het wielbestand in de tabel boven aan deze pagina. Zodra u deze upgradestap hebt voltooid, kunt u aan de slag met CNTK in Python of voorbeelden en zelfstudies installeren.

Snelle installatietest

Een snelle test die de installatie heeft voltooid, kan worden uitgevoerd door een query uit te voeren op de CNTK versie:

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

U hebt nu CNTK geïnstalleerd en u kunt beginnen met ontwikkelen/trainen/evalueren met CNTK in Python!

Doorgaan met het installeren van voorbeelden en zelfstudies

pip-installatie in een omgeving

Hieronder maken we een nieuwe Python 3.5-omgeving in Anaconda genaamd cntk-py35 en zullen pip-install CNTK in deze omgeving. Als u een andere CNTK versie, Python versie of een andere omgevingsnaam wilt, past u de parameters dienovereenkomstig aan.

Open een standaardopdrachtshell, maak de omgeving, maak deze actief en 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

Een snelle test die de installatie heeft voltooid, kan worden uitgevoerd door een query uit te voeren op de CNTK versie:

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

U hebt nu CNTK geïnstalleerd en u kunt beginnen met ontwikkelen/trainen/evalueren met CNTK in Python!

Doorgaan met een installatievoorbeeld en zelfstudies

Anaconda2

Als u een Python 2.7-hoofdomgeving nodig hebt, raden we u aan Anaconda2 4.3.0.1 (64-bits) te installeren.

Hieronder wordt ervan uitgegaan dat Anaconda2 is geïnstalleerd en dat deze wordt vermeld vóór andere Python installaties in uw PATH. Als u van plan bent een gpu-versie van CNTK te gebruiken, hebt u een CUDA 9-compatibele grafische kaart en bijgewerkte grafische stuurprogramma's op uw systeem nodig.

Anaconda2: CNTK vereisten

CNTK vereist de Visual C++ Redistributable for Visual Studio 2017 installatie op uw systeem (in veel gevallen is dit al het geval). Het installatieprogramma voor de VS2017 Runtime (VC_redist.x64.exe) kan hier worden gedownload.

Anaconda2: pip install

De installatiestappen voor CNTK op Anaconda2 zijn identiek aan

Zorg ervoor dat u Python 2.7 compatibele wielbestanden selecteert uit de URL-tabel boven aan deze pagina.

3. Installeren vanuit Nightly Builds

Als u liever CNTK installeert of upgradet vanuit de nieuwste nacht build in plaats van een officiële release, bieden we CNTK nachtpakketten. U hebt hier toegang tot de CNTK pakketten van de nieuwste nachtversies.

Als u een nachtelijke build gebruikt, moet u een aantal pakketten van derden afzonderlijk installeren en deze toevoegen aan uw PATH-omgevingsvariabele. Volg de onderstaande sectie voor instructies. Als u bijvoorbeeld de GPU-versie van CNTK installeert, moet u ook de GPU-specifieke pakketten installeren die worden vermeld in de volgende sectie.

Omgevingsvariabelen en vereiste pakketten

OPTIONEEL: GPU-Specific pakketten

Als u van plan bent CNTK te gebruiken met GPU, volgt u deze pagina om de omgeving dienovereenkomstig te installeren en te configureren.

Nadat u de bovengenoemde GPU-pakketten hebt geïnstalleerd, voegt u deze toe aan uw PATH-omgevingsvariabele, bijvoorbeeld

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

De standaardbibliotheek CNTK wiskundige bibliotheek is de Intel Math Kernel Library (Intel MKL). Volg deze pagina om deze in uw systeem te installeren.

  • Prepend het pad naar omgevingsvariabele PATH, bijvoorbeeld:
    setx PATH "c:\local\mklml-2018.0.3\lib;%PATH%"
OPTIONEEL: OpenCV

CNTK 2.2 vereist dat Open Source Computer Vision (OpenCV) is geïnstalleerd, maar het is optioneel voor CNTK 2.3+. Volg deze pagina om deze te installeren.

U moet OpenCV installeren voor CNTK 2.3+ als u de volgende onderdelen wilt gebruiken:

  • CNTK afbeeldingslezer
  • CNTK Image Writer: vereist voor het gebruik van de functie Image van TensorBoard.

Prepend de omgevingsvariabele PATH die verwijst naar de map OpenCV-build, bijvoorbeeld

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

Voorbeelden en zelfstudies installeren

We bieden verschillende voorbeelden en zelfstudies met CNTK. Nadat u CNTK hebt geïnstalleerd, kunt u de voorbeelden/zelfstudies en Jupyter-notebooks installeren. Als u CNTK hebt geïnstalleerd in een Python-omgeving, moet u ervoor zorgen dat u de omgeving hebt geactiveerd voordat u deze opdracht uitvoert:

C:\> python -m cntk.sample_installer

Hiermee downloadt u de voorbeelden/zelfstudies, installeert u de vereiste Python pakketten en kopieert u de voorbeelden naar een map met de naam CNTK-Samples-VERSION (VERSIONwordt vervangen door de werkelijke CNTK versie) onder uw huidige werkmap.

U kunt nu de standaardbeschrijving volgen om uw installatie te testen vanuit Python en de zelfstudies of Jupyter-notebooks uit te voeren.