通过

你当前正在访问 Microsoft Azure Global Edition 技术文档网站。 如果需要访问由世纪互联运营的 Microsoft Azure 中国技术文档网站，请访问 https://docs.azure.cn。

设置 Windows Python

  • 项目

在 Windows 上安装 Python CNTK

本页将指导你完成在 Windows 中安装要从 Python 使用的Microsoft Cognitive Toolkit (CNTK) 的过程。 如果你正在寻找任何其他支持来设置CNTK生成环境或在系统上安装CNTK，则应改为转到此处。

我们提供了三种方法来安装适用于 Python 的CNTK：

  1. PyPI 安装
  2. 每个版本的 Wheel (.whl) 文件
  3. 夜间生成

1. 从 PyPI 安装

从 CNTK 2.5 版开始，用户现在可以通过 PyPI 安装CNTK。

如果这是你第一次通过 PyPI 安装CNTK，我们建议你首先卸载任何以前的版本： pip uninstall <url>

首次CNTK安装

若要安装仅 CPU 版本的 CNTK，

C:\> pip install cntk

安装 CNTK的 GPU 版本：

C:\> pip install cntk-gpu

升级现有CNTK安装

如果已安装以前版本 (2.5+) CNTK，则可以通过现有安装安装安装新版本的 CNTK。

升级仅 CPU 版本的 CNTK：

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

升级 CNTK的 GPU 版本：

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

注意： 我们建议你没有同时安装这两个 cntk 包和 cntk-gpu 包。

2. 从 Wheel 文件安装

根据 Python 和 CNTK 版本 (CPU 或 GPU) ，我们提供了不同的 wheel (.whl) 文件来安装CNTK。 请从下面的列表中选择正确的安装，并在安装过程中替换名称和/或链接。 对于 CNTK 2.5+，建议改为通过 PyPI 进行安装。

Python 种类 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

我们一直在使用 Anaconda3 4.1.1 (64 位) 和 Python 版本 2.7 和 3.5 测试CNTK，以及 Python 版本 3.6 的 Anaconda3 4.3.1。 如果没有 Anaconda3 Python 安装，请安装 Anaconda3 4.1.1 Python for Windows (64 位) 。

下面假设已安装 Anaconda，并在 PATH 中的其他任何 Python 安装之前列出它。 如果打算使用启用了 GPU 的 CNTK 版本，则需要在系统上安装符合 CUDA 9 的图形卡和最新的图形驱动程序。 请确保安装 CUDA 9.0，而不是 CUDA 9.1。

没有环境的 pip 安装

这是最简单的选项，也是避免的唯一原因是需要特定版本的特定包。 如果你有其他需要旧版 numpy 的包，请跳到 此部分。

首次CNTK安装

如果这是首次安装CNTK，请运行

C:\> pip install <url>

其中 <url> ，此页顶部表中的相应滚轮文件 URL。 例如，如果你有 Python 3.5 并想要安装仅限 CPU 的版本，请运行

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

继续 执行快速安装测试

升级现有CNTK安装

如果已安装以前版本的CNTK，可以通过现有安装安装安装新版本CNTK。 提供 --upgrade 和 --no-deps 选项非常重要。

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

其中 <url> ，此页顶部表中的相应滚轮文件 URL。 完成此升级步骤后，可以在 Python 中开始使用 CNTK，或者安装示例和教程。

快速安装测试

通过查询CNTK版本，快速测试安装是否成功：

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

现已成功安装CNTK，可以在 Python 中使用 CNTK开始开发/训练/评估！

继续 安装示例和教程

在环境中安装 pip

在下面，我们将在 Anaconda 内创建新的 Python 3.5 环境，cntk-py35并将 pip-install CNTK安装到此环境中。 如果需要其他CNTK版本、Python 版本或其他环境名称，请相应地调整参数。

打开标准命令行界面，创建环境，使其处于活动状态，并安装 pip-install CNTK：

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

通过查询CNTK版本，快速测试安装是否成功：

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

现已成功安装CNTK，可以在 Python 中使用 CNTK开始开发/训练/评估！

继续 学习安装示例和教程

Anaconda2

如果需要 Python 2.7 根环境，建议安装 Anaconda2 4.3.0.1 (64 位) 。

下面假设已安装 Anaconda2，并在 PATH 中的其他任何 Python 安装之前列出它。 如果打算使用启用了 GPU 的 CNTK版本，则需要在系统上安装符合 CUDA 9 的图形卡和最新的图形驱动程序。

Anaconda2：CNTK先决条件

CNTK要求Visual C++ Redistributable for Visual Studio 2017在系统上安装 (在许多情况下，这种情况已) 。 可以在此处下载 VS2017 运行时 (VC_redist.x64.exe) 的安装程序。

Anaconda2： pip install

Anaconda2 上CNTK的安装步骤与

只需确保从此页面顶部的 URL 表中选择 Python 2.7 兼容滚轮文件。

3. 从夜间版本安装

如果你希望从最新的夜间版本（而不是官方版本）安装或升级CNTK，我们提供CNTK夜间包。 可以从此处的最新夜间版本访问CNTK包。

如果使用夜间生成，则需要单独安装一些第三方包并将其添加到 PATH 环境变量。 按照以下部分的说明操作。 例如，如果要安装 CNTK 的 GPU 版本，则还需要安装以下部分中列出的特定于 GPU 的包。

环境变量和必需包

可选：GPU-Specific包

如果要将CNTK与 GPU 配合使用，请按照此页面相应地安装和配置环境。

安装上述 GPU 包后，将它们添加到 PATH 环境变量中，例如

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

默认CNTK数学库是 Intel 数学内核库 (Intel MKL) 。 按照 此页面 在系统中安装它。

  • 将其路径追加到环境变量 PATH，例如：
    setx PATH "c:\local\mklml-2018.0.3\lib;%PATH%"
可选：OpenCV

CNTK 2.2 需要安装开放源代码计算机视觉 (OpenCV) ，但CNTK 2.3+ 是可选的。 按照 此页面 进行安装。

如果要使用以下组件，则需要安装 CNTK 2.3+ 的 OpenCV：

  • CNTK图像读取器
  • CNTK图像编写器 - 需要使用 TensorBoard 的图像功能。

将指向 OpenCV 生成文件夹的环境变量 PATH 前面，例如

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

安装示例和教程

我们提供了各种示例和教程，其中包含CNTK。 安装CNTK后，可以安装示例/教程和 Jupyter 笔记本。 如果将CNTK安装到 Python 环境中，请确保在运行以下命令之前激活了环境：

C:\> python -m cntk.sample_installer

这将下载示例/教程，安装所需的 Python 包，并将示例复制到名为CNTK-Samples-VERSION (VERSION的目录中，替换为当前工作目录下的实际CNTK版本) 。

现在可以按照 标准说明 从 Python 测试安装并运行教程或 Jupyter 笔记本。