本文属于机器翻译版本。若本译文内容与英语原文存在差异,则一律以英文原文为准。
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)$
ipythonimport 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、适用于 CNTK 的 Python API