Configurare Python per Linux

Pacchetti obbligatori

OpenMPI

CNTK richiede l'installazione di OpenMPI 1.10.x nel sistema. In Ubuntu 16.04 installarlo come segue:

sudo apt-get install openmpi-bin

Assicurarsi che le librerie siano disponibili, ad esempio configurando LD_LIBRARY_PATH.

Installazione di CNTK per Python in Linux

Questa pagina illustra il processo di installazione del Microsoft Cognitive Toolkit (CNTK) da usare da Python in Linux. Si noti che Ubuntu 14.04 è supportato per CNTK 2.3.1 e versioni precedenti. Tutte le versioni 2.4+ supportano ufficialmente solo Ubuntu 16.04.

Se si sta cercando qualsiasi altro tipo di supporto per configurare un ambiente di compilazione CNTK o l'installazione di CNTK nel sistema, è consigliabile andare qui.

Sono disponibili tre modi per installare CNTK per Python:

1. Installazione di PyPI
2. File Wheel (con estensione whl) per ogni versione
3. Compilazioni notturne

1. Installare da PyPI

A partire dalla versione CNTK 2.5, gli utenti possono ora installare CNTK tramite PyPI. Si noti che solo Ubuntu 16.04 è ufficialmente supportato.

Per installare la versione di sola CPU di CNTK:

C:\> pip install cntk

Per installare la versione GPU di CNTK:

C:\> pip install cntk-gpu

Aggiornare un'installazione di CNTK esistente

Se è già installata una versione precedente (2.5+) di CNTK, è possibile installare una nuova versione di CNTK nell'installazione esistente.

Per aggiornare la versione solo CPU di CNTK:

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

Per aggiornare la versione GPU di CNTK:

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

Nota: si consiglia di non avere entrambi i cntk pacchetti e cntk-gpu installati contemporaneamente.

2. Installare da file wheel

A seconda di Python e della versione di CNTK (CPU o GPU) vengono forniti diversi file wheel (con estensione whl) per installare CNTK. Selezionare l'installazione corretta nell'elenco seguente e sostituire il nome e/o il collegamento durante l'installazione. Per CNTK 2.5+, è consigliabile installare semplicemente tramite PyPI.

• Facile installazione pip per Anaconda3 4.1.1
• Facile installazione pip per Anaconda2 4.3.0

Anaconda3

Sono stati sottoposti a test CNTK con Anaconda3 4.1.1 e python versione 2.7, 3.5, nonché Anaconda3 4.3.1 con Python versione 3.6. Se non si dispone di un'installazione di Python Anaconda3, installare Anaconda3 4.1.1 Python per Linux (a 64 bit).

Di seguito si presuppone che i prerequisiti precedenti siano soddisfatti. Se si prevede di usare una versione abilitata per GPU di CNTK, è necessaria una scheda grafica conforme a CUDA 9 e i driver grafici aggiornati installati nel sistema. Si supponga inoltre che Anaconda sia installato e che sia elencato prima di altre installazioni Python nel percorso.

installazione pip senza un ambiente

Questa è l'opzione più semplice e l'unico motivo per evitare è se sono necessarie versioni specifiche di determinati pacchetti. Se sono presenti altri pacchetti che richiedono una versione precedente di numpy passare a questa sezione.

Prima volta CNTK'installazione

Se si tratta della prima volta che si installa CNTK, eseguire

$ pip install <url>

dove <url> è l'URL del file ruota corrispondente nella tabella nella parte superiore di questa pagina. Ad esempio, se si ha l'esecuzione di Python 3.5

$ pip install https://cntk.ai/PythonWheel/CPU-Only/cntk-2.6-cp35-cp35m-linux_x86_64.whl

Continuare con un test di installazione rapido

Aggiornare un'installazione di CNTK esistente

Se è già installata una versione precedente di CNTK, è possibile installare una nuova versione di CNTK sull'installazione esistente. È importante fornire le --upgrade opzioni e --no-deps .

$ pip install --upgrade --no-deps <url>

dove <url> è l'URL del file ruota corrispondente nella tabella nella parte superiore di questa pagina. Dopo aver completato questo passaggio di aggiornamento, è possibile iniziare a usare CNTK in Python o installare esempi e esercitazioni.

Test di installazione rapida

È possibile eseguire un test rapido che l'installazione ha avuto esito positivo eseguendo query sulla versione di CNTK:

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

È ora stato installato correttamente CNTK e è possibile iniziare a sviluppare/training/valutare con CNTK in Python!

Continuare con l'installazione di esempi e esercitazioni

installazione pip in un ambiente

Di seguito verrà creato un nuovo ambiente Python 3.5 all'interno di Anaconda chiamato cntk-py35 e verrà installato pip-install CNTK in questo ambiente. Se si vuole un CNTK versione diversa, versione Python o nome dell'ambiente, modificare di conseguenza i parametri.

Aprire una shell dei comandi, creare l'ambiente, renderlo attivo e installare pip 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

È possibile eseguire un test rapido che l'installazione ha avuto esito positivo eseguendo query sulla versione di CNTK:

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

È ora stato installato correttamente CNTK, è possibile iniziare a sviluppare/training/valutare con CNTK in Python!

Continuare con un'installazione di esempi e esercitazioni

Anaconda2

Se è necessario un ambiente radice Python 2.7, è consigliabile installare Anaconda2 4.3.0 Python per Linux (a 64 bit). Di seguito si presuppone che i prerequisiti precedenti siano soddisfatti. Se si prevede di usare una versione abilitata per GPU di CNTK, è necessaria una scheda grafica conforme a CUDA 9 e i driver grafici aggiornati installati nel sistema. Si supponga inoltre che Anaconda2 sia installato e che sia elencato prima di qualsiasi altra installazione python nel percorso.

Anaconda2: installazione pip

I passaggi di installazione per CNTK in Anaconda2 sono identici a

• Anaconda3 Prima installazione CNTK
• Anaconda3: Aggiornare un'installazione di CNTK esistente

Assicurarsi di selezionare file di rotelle compatibili con Python 2.7 dalla tabella URL nella parte superiore di questa pagina.

3. Installare da build notturne

Se si preferisce installare o aggiornare CNTK dalla build notturna più recente anziché da una versione ufficiale, offriamo CNTK pacchetti notturni. È possibile accedere ai pacchetti di CNTK dalla compilazione notturna più recente qui.

Se si usa una compilazione notturna, è necessario installare separatamente alcuni pacchetti di terze parti e per la variabile di ambiente PATH (oltre al requisito OpenMPI elencato qui). Per istruzioni, seguire la sezione seguente. Ad esempio, se si installa la versione GPU di CNTK, è anche necessario installare i pacchetti specifici della GPU elencati nella sezione seguente.

Variabili di ambiente e pacchetti obbligatori

FACOLTATIVO: pacchetti GPU-Specific

Se si intende usare CNTK con supporto GPU, seguire questa pagina per installare e configurare di conseguenza l'ambiente.

Dopo aver installato i pacchetti GPU elencati in precedenza, aggiungerli alla variabile di ambiente PATH, ad esempio.

MKL

La libreria matematica predefinita CNTK è Intel Math Kernel Library (Intel MKL). Seguire questa pagina per installarla

• Esportare il percorso nella variabile LD_LIBRARY_PATHdi ambiente, ad esempio:

export LD_LIBRARY_PATH=/usr/local/lib:$LD_LIBRARY_PATH

FACOLTATIVO: OpenCV

CNTK 2.2 richiede l'installazione di open source Visione artificiale (OpenCV), ma è facoltativo per CNTK 2.3+. Seguire questa pagina per installarla.

È necessario installare OpenCV per CNTK 2.3+ se si desidera usare i componenti seguenti:

• lettore di immagini CNTK
• CNTK Writer di immagini: necessario per usare la funzionalità Immagine di TensorBoard.

Esportare la variabile di ambiente che punta alla cartella di compilazione LD_LIBRARY_PATH OpenCV, ad esempio.

export LD_LIBRARY_PATH=/usr/local/opencv-3.1.0/lib:$LD_LIBRARY_PATH

Installazione di esempi e esercitazioni

Sono disponibili vari esempi e esercitazioni con CNTK. Dopo aver installato CNTK è possibile installare gli esempi/esercitazioni e i notebook di Jupyter. Se è stato installato CNTK in un ambiente Python, assicurarsi di attivare l'ambiente prima di eseguire questo comando:

$ python -m cntk.sample_installer

In questo modo verranno scaricati gli esempi/esercitazioni, installare i pacchetti Python necessari e copiare gli esempi in una directory denominata CNTK-Samples-VERSION (VERSION viene sostituita con la versione di CNTK effettiva) sotto la directory di lavoro corrente.

È ora possibile seguire la descrizione standard per testare l'installazione da Python ed eseguire le esercitazioni o i notebook di Jupyter.