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 Linux Python

  • 项目

所需包

OpenMPI

CNTK需要在系统上安装 OpenMPI 1.10.x。 在 Ubuntu 16.04 上安装它，如下所示：

sudo apt-get install openmpi-bin

通过设置 LD_LIBRARY_PATH，确保找到其库，例如。

在 Linux 上安装适用于 Python 的CNTK

本页将引导你完成在 Linux 中从 Python 安装要使用的Microsoft Cognitive Toolkit (CNTK) 的过程。 请注意，CNTK 2.3.1 和更低版本支持 Ubuntu 14.04。 所有版本 2.4+ 正式仅支持 Ubuntu 16.04。

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。 请注意，仅正式支持 Ubuntu 16.04。

若要安装仅限 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来安装新版本的 CNTK。

若要升级仅限 CPU 版本的CNTK，

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

若要升级CNTK的 GPU 版本，请执行以下操作：

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

注意： 我们建议你没有同时安装这两个包 cntk 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-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

我们已使用 Anaconda3 4.1.1 和 Python 版本 2.7、3.5 以及 Python 版本 3.6 和 Anaconda3 4.3.1 测试CNTK。 如果没有 Anaconda3 Python 安装，请安装 Anaconda3 4.1.1 Python for Linux (64 位) 。

下面我们假设满足 上述先决条件 。 如果计划使用启用了 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。 此外，我们假设已安装 Anaconda，并且它已列在 PATH 中的其他任何 Python 安装之前。

没有环境的 pip 安装

这是最简单的选项，唯一的避免原因是需要特定版本的特定包。 如果你有需要旧版 numpy 的其他包，请跳到 本部分。

首次CNTK安装

如果这是首次安装CNTK，则运行

$ pip install <url>

其中 <url> ，此页顶部表中的相应滚轮文件 URL。 例如，如果运行 Python 3.5

$ pip install https://cntk.ai/PythonWheel/CPU-Only/cntk-2.6-cp35-cp35m-linux_x86_64.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，则可以通过现有安装安装安装新版本的 CNTK。 提供 --upgrade 和 --no-deps 选项非常重要。

$ 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，快速测试安装成功：

$ python -c "import cntk; print(cntk.__version__)"

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

继续 安装示例和教程

在环境中安装 pip

在下面，我们将在 Anaconda 中创建新的 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 版本或环境名称，请相应地调整参数。

打开命令行界面，创建环境，使其处于活动状态，并安装 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

通过查询CNTK版本，快速测试安装成功：

$ python -c "import cntk; print(cntk.__version__)"

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

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 Python for Linux (64 位) 。 下面我们假设满足 上述先决条件 。 如果计划使用启用了 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。 此外，我们假设已安装 Anaconda2，并在 PATH 中任何其他 Python 安装之前列出它。

Anaconda2：pip 安装

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 兼容的滚轮文件。

3. 从夜间生成安装

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，则除了 此处 列出的 OpenMPI 要求之外，还需要单独安装一些第三方包并将其安装到 PATH 环境变量 () 。 按照以下部分获取说明。 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 支持配合使用，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

MKL

默认CNTK数学库是 Intel 数学内核库， (Intel MKL) 。 按照 此页面 进行安装

  • 将其路径导出到环境变量 LD_LIBRARY_PATH，例如：
export LD_LIBRARY_PATH=/usr/local/lib:$LD_LIBRARY_PATH
可选：OpenCV

CNTK 2.2 要求安装 OpenCV 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，则需要安装适用于 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。

导出指向 OpenCV 生成文件夹的环境变量 LD_LIBRARY_PATH ，例如

export LD_LIBRARY_PATH=/usr/local/opencv-3.1.0/lib:$LD_LIBRARY_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。 如果在 Python 环境中安装了CNTK，请确保在运行此命令之前激活了环境：

$ 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。