深度学习 AMI
开发人员指南
AWS 文档中描述的 AWS 服务或功能可能因区域而异。要查看适用于中国区域的差异,请参阅中国的 AWS 服务入门

CNTK

激活 CNTK

本教程介绍如何在运行 采用 Conda 的 Deep Learning AMI (DLAMI on Conda) 的实例上激活 CNTK 并运行 CNTK 程序。

当框架的稳定的 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 DLAMI with Conda 上运行 CNTK

  1. 要激活 CNTK,请打开 DLAMI with Conda 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
  2. 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 版本安装到 采用 Conda 的 Deep Learning AMI 上的任一或两个 CNTK Conda 环境。

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
  1. 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
  2. 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)- 要安装撰写本文时可用的每日构建版本,请使用:

      (cntk_p36)$ pip install https://cntk.ai/PythonWheel/GPU/cntk_gpu-2.6rc0.dev20181015-cp36-cp36m-linux_x86_64.whl

      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)- 要安装撰写本文时可用的每日构建版本,请使用:

      (cntk_p36)$ pip install https://cntk.ai/PythonWheel/CPU-Only/cntk-2.6rc0.dev20181015-cp36-cp36m-linux_x86_64.whl

      将上一条命令中的 URL 替换为您的当前 Python 环境的 CPU 版本。

  3. 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

更多教程

有关更多教程和示例,请参阅该框架的官方 Python 文档、Python API for CNTKCNTK 网站。