Microsoft认知工具包 (CNTK) - 入门



在这里,我们将了解如何在Windows和Linux上安装CNTK。此外,本章还解释了安装CNTK包、安装Anaconda的步骤、CNTK文件、目录结构和CNTK库的组织。

先决条件

为了安装CNTK,我们的计算机上必须安装Python。您可以访问链接https://pythonlang.cn/downloads/并为您的操作系统(即Windows和Linux/Unix)选择最新版本。有关Python的基本教程,您可以参考链接https://tutorialspoint.com/python3/index.htm

Python Downloads

CNTK支持Windows和Linux,我们将逐步介绍两者。

在Windows上安装

为了在Windows上运行CNTK,我们将使用Python的Anaconda版本。我们知道,Anaconda是Python的再分发版。它包含其他包,例如ScipyScikit-learn,CNTK使用它们执行各种有用的计算。

因此,首先让我们看看在您的机器上安装Anaconda的步骤:

步骤1 - 首先从公共网站https://anaconda.net.cn/distribution/下载安装文件。

步骤2 - 下载安装文件后,启动安装程序并按照链接https://docs.anaconda.net.cn/anaconda/install/中的说明进行操作。

步骤3 - 安装完成后,Anaconda还会安装其他一些实用程序,这些实用程序会自动将所有Anaconda可执行文件包含在您的计算机PATH变量中。我们可以从此提示符管理我们的Python环境,可以安装包和运行Python脚本。

安装CNTK包

Anaconda安装完成后,您可以使用最常用的方法通过pip可执行文件安装CNTK包,使用以下命令:

pip install cntk

还有其他几种方法可以在您的机器上安装认知工具包。Microsoft有一套简洁的文档,详细解释了其他安装方法。请访问链接https://docs.microsoft.com/en-us/cognitive-toolkit/Setup-CNTK-on-your-machine

在Linux上安装

在Linux上安装CNTK与在Windows上安装略有不同。在这里,对于Linux,我们将使用Anaconda安装CNTK,但是我们将使用基于终端的安装程序在Linux上安装Anaconda,而不是Anaconda的图形安装程序。尽管安装程序几乎适用于所有Linux发行版,但我们将描述限制在Ubuntu。

因此,首先让我们看看在您的机器上安装Anaconda的步骤:

安装Anaconda的步骤

步骤1 - 在安装Anaconda之前,请确保系统完全更新。要检查,首先在终端中执行以下两个命令:

sudo apt update
sudo apt upgrade

步骤2 - 更新计算机后,从公共网站https://anaconda.net.cn/distribution/获取最新Anaconda安装文件的URL。

步骤3 - 复制URL后,打开终端窗口并执行以下命令:

wget -0 anaconda-installer.sh url SHAPE \* MERGEFORMAT 
     y

	
	
	             f
 
 
      x
	  
|                     }

url占位符替换为从Anaconda网站复制的URL。

步骤4 - 接下来,我们可以使用以下命令安装Anaconda:

sh ./anaconda-installer.sh

上述命令默认会在我们的主目录中安装Anaconda3

安装CNTK包

Anaconda安装完成后,您可以使用最常用的方法通过pip可执行文件安装CNTK包,使用以下命令:

pip install cntk

检查CNTK文件和目录结构

一旦CNTK作为Python包安装完毕,我们就可以检查其文件和目录结构。它位于C:\Users\\Anaconda3\Lib\site-packages\cntk,如下图所示。

Files and Directory Structure

验证CNTK安装

一旦CNTK作为Python包安装完毕,您应该验证CNTK是否已正确安装。从Anaconda命令行界面,通过输入ipython启动Python解释器。然后,通过输入以下命令导入CNTK

import cntk as c

导入后,使用以下命令检查其版本:

print(c.__version__)

解释器将返回已安装的CNTK版本。如果它没有响应,则安装过程中会出现问题。

CNTK库的组织

CNTK,从技术上讲是一个Python包,它被组织成13个高级子包和8个较小的子包。下表包含10个最常用的包

序号 包名称和描述
1

cntk.io

包含用于读取数据的函数。例如:next_minibatch()

2

cntk.layers

包含用于创建神经网络的高级函数。例如:Dense()

3

cntk.learners

包含用于训练的函数。例如:sgd()

4

cntk.losses

包含用于测量训练误差的函数。例如:squared_error()

5

cntk.metrics

包含用于测量模型误差的函数。例如:classificatoin_error

6

cntk.ops

包含用于创建神经网络的低级函数。例如:tanh()

7

cntk.random

包含用于生成随机数的函数。例如:normal()

8

cntk.train

包含训练函数。例如:train_minibatch()

9

cntk.initializer

包含模型参数初始化器。例如:normal()uniform()

10

cntk.variables

包含低级构造。例如:Parameter()Variable()

广告
© . All rights reserved.