CNTK

注意

从 v28 版本开始， Amazon Deep Learning AMI 中将不再包含 CNTK、Caffe、Caffe2 和 Theano Conda 环境。包含这些环境 Amazon Deep Learning AMI 的先前版本将继续可用。但是，只有在开源社区针对这些框架发布安全修补程序时，我们才会为这些环境提供更新。

激活 CNTK

本教程介绍如何在运行带 Conda 的深度学习 AMI（Conda 上的 DLAMI）的实例上激活 CNTK 并运行 CNTK 程序。

当框架的稳定 Conda 程序包发布时，它会在 DLAMI 上进行测试并预安装。如果您希望运行最新的、未经测试的每日构建版本，您可以手动安装 CNTK 的每日构建版本（试验）。

在带 Conda 的 DLAMI 上运行 CNTK

要激活 CNTK，请打开带 Conda 的 DLAMI 的 Amazon Elastic Compute Cloud (Amazon EC2) 实例。
- 对于使用 CUDA 9 和 cuDNN 7 的 Python 3：
```
$ source activate cntk_p36
```
- 对于使用 CUDA 9 和 cuDNN 7 的 Python 2：
```
$ source activate cntk_p27
```
启动 iPython 终端。
```
(cntk_p36)$ ipython
```
- 如果您具有 CPU 实例，请运行此快速 CNTK 程序。
```
import cntk as C
C.__version__
c = C.constant(3, shape=(2,3))
c.asarray()
```
  您应该看到 CNTK 版本，然后输出一个 2x3 的 3 数组。
- 如果您有 GPU 实例，可以使用以下代码示例对其进行测试。如果 CNTK 可以访问 GPU，则 True 的结果就是您所期望的。
```
from cntk.device import try_set_default_device, gpu
try_set_default_device(gpu(0))
```

安装 CNTK 的每日构建版本（试验）

您可以将最新的 CNTK 构建版本安装到带 Conda 的深度学习 AMI 上的任一或两个 CNTK Conda 环境中。

从每日构建安装 CNTK

- 对于使用 CUDA 9.0 和 MKL-DNN 的 Python 3 上的 CNTK 和 Keras 2，运行以下命令：
```
$ source activate cntk_p36
```
- 对于使用 CUDA 9.0 和 MKL-DNN 的 Python 2 上的 CNTK 和 Keras 2，运行以下命令：
```
$ source activate cntk_p27
```
其余步骤假定您使用的是 cntk_p36 环境。删除当前安装的 CNTK。
```
(cntk_p36)$ pip uninstall cntk
```
要安装 CNTK 每日构建，您首先需要从 CNTK 每日构建网站查找您要安装的版本。
- （适用于 GPU 实例的选项）- 要安装每日构建版本，您将使用以下内容，从而在所需的构建版本中进行替换：
```
(cntk_p36)$ pip install https://cntk.ai/PythonWheel/GPU/latest-nightly-build
```
  将上一条命令中的 URL 替换为您的当前 Python 环境的 GPU 版本。
- （适用于 CPU 实例的选项）- 要安装每日构建版本，您将使用以下内容，从而在所需的构建版本中进行替换：
```
(cntk_p36)$ pip install https://cntk.ai/PythonWheel/CPU-Only/latest-nightly-build
```
  将上一条命令中的 URL 替换为您的当前 Python 环境的 CPU 版本。
要验证您已成功安装最新的每日构建版本，请启动 IPython 终端并检查 CNTK 的版本。
```
(cntk_p36)$ ipython
```
```
import cntk
print (cntk.__version__)
```
输出应类似于以下内容：2.6-rc0.dev20181015

CNTK

注意

激活 CNTK

在带 Conda 的 DLAMI 上运行 CNTK

安装 CNTK 的每日构建版本（试验）

从每日构建安装 CNTK

更多教程