Microsoft認知工具包 (CNTK) - 入門



在這裡,我們將瞭解如何在Windows和Linux上安裝CNTK。此外,本章還解釋了安裝CNTK包、安裝Anaconda的步驟、CNTK檔案、目錄結構和CNTK庫的組織。

先決條件

為了安裝CNTK,我們的計算機上必須安裝Python。您可以訪問連結https://python.club.tw/downloads/併為您的作業系統(即Windows和Linux/Unix)選擇最新版本。有關Python的基本教程,您可以參考連結https://tutorialspoint.tw/python3/index.htm

Python Downloads

CNTK支援Windows和Linux,我們將逐步介紹兩者。

在Windows上安裝

為了在Windows上執行CNTK,我們將使用Python的Anaconda版本。我們知道,Anaconda是Python的再分發版。它包含其他包,例如ScipyScikit-learn,CNTK使用它們執行各種有用的計算。

因此,首先讓我們看看在您的機器上安裝Anaconda的步驟:

步驟1 - 首先從公共網站https://www.anaconda.com/distribution/下載安裝檔案。

步驟2 - 下載安裝檔案後,啟動安裝程式並按照連結https://docs.anaconda.com/anaconda/install/中的說明進行操作。

步驟3 - 安裝完成後,Anaconda還會安裝其他一些實用程式,這些實用程式會自動將所有Anaconda可執行檔案包含在您的計算機PATH變數中。我們可以從此提示符管理我們的Python環境,可以安裝包和執行Python指令碼。

安裝CNTK包

Anaconda安裝完成後,您可以使用最常用的方法透過pip可執行檔案安裝CNTK包,使用以下命令:

pip install cntk

還有其他幾種方法可以在您的機器上安裝認知工具包。Microsoft有一套簡潔的文件,詳細解釋了其他安裝方法。請訪問連結https://docs.microsoft.com/en-us/cognitive-toolkit/Setup-CNTK-on-your-machine

在Linux上安裝

在Linux上安裝CNTK與在Windows上安裝略有不同。在這裡,對於Linux,我們將使用Anaconda安裝CNTK,但是我們將使用基於終端的安裝程式在Linux上安裝Anaconda,而不是Anaconda的圖形安裝程式。儘管安裝程式幾乎適用於所有Linux發行版,但我們將描述限制在Ubuntu。

因此,首先讓我們看看在您的機器上安裝Anaconda的步驟:

安裝Anaconda的步驟

步驟1 - 在安裝Anaconda之前,請確保系統完全更新。要檢查,首先在終端中執行以下兩個命令:

sudo apt update
sudo apt upgrade

步驟2 - 更新計算機後,從公共網站https://www.anaconda.com/distribution/獲取最新Anaconda安裝檔案的URL。

步驟3 - 複製URL後,開啟終端視窗並執行以下命令:

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

	
	
	             f
 
 
      x
	  
|                     }

url佔位符替換為從Anaconda網站複製的URL。

步驟4 - 接下來,我們可以使用以下命令安裝Anaconda:

sh ./anaconda-installer.sh

上述命令預設會在我們的主目錄中安裝Anaconda3

安裝CNTK包

Anaconda安裝完成後,您可以使用最常用的方法透過pip可執行檔案安裝CNTK包,使用以下命令:

pip install cntk

檢查CNTK檔案和目錄結構

一旦CNTK作為Python包安裝完畢,我們就可以檢查其檔案和目錄結構。它位於C:\Users\\Anaconda3\Lib\site-packages\cntk,如下圖所示。

Files and Directory Structure

驗證CNTK安裝

一旦CNTK作為Python包安裝完畢,您應該驗證CNTK是否已正確安裝。從Anaconda命令列介面,透過輸入ipython啟動Python直譯器。然後,透過輸入以下命令匯入CNTK

import cntk as c

匯入後,使用以下命令檢查其版本:

print(c.__version__)

直譯器將返回已安裝的CNTK版本。如果它沒有響應,則安裝過程中會出現問題。

CNTK庫的組織

CNTK,從技術上講是一個Python包,它被組織成13個高階子包和8個較小的子包。下表包含10個最常用的包

序號 包名稱和描述
1

cntk.io

包含用於讀取資料的函式。例如:next_minibatch()

2

cntk.layers

包含用於建立神經網路的高階函式。例如:Dense()

3

cntk.learners

包含用於訓練的函式。例如:sgd()

4

cntk.losses

包含用於測量訓練誤差的函式。例如:squared_error()

5

cntk.metrics

包含用於測量模型誤差的函式。例如:classificatoin_error

6

cntk.ops

包含用於建立神經網路的低階函式。例如:tanh()

7

cntk.random

包含用於生成隨機數的函式。例如:normal()

8

cntk.train

包含訓練函式。例如:train_minibatch()

9

cntk.initializer

包含模型引數初始化器。例如:normal()uniform()

10

cntk.variables

包含低階構造。例如:Parameter()Variable()

廣告