Microsoft Cognitive Toolkit (CNTK) - เริ่มต้นใช้งาน

ที่นี่เราจะทำความเข้าใจเกี่ยวกับการติดตั้ง CNTK บน Windows และบน Linux นอกจากนี้ในบทจะอธิบายถึงการติดตั้งแพ็คเกจ CNTK ขั้นตอนในการติดตั้ง Anaconda ไฟล์ CNTK โครงสร้างไดเร็กทอรีและองค์กรไลบรารี CNTK

ข้อกำหนดเบื้องต้น

ในการติดตั้ง CNTK เราต้องติดตั้ง Python บนคอมพิวเตอร์ของเรา คุณสามารถไปที่ลิงค์https://www.python.org/downloads/และเลือกเวอร์ชันล่าสุดสำหรับระบบปฏิบัติการของคุณเช่น Windows และ Linux / Unix สำหรับบทช่วยสอนพื้นฐานเกี่ยวกับ Python คุณสามารถอ้างอิงได้จากลิงค์https://www.tutorialspoint.com/python3/index.htm.

CNTK ได้รับการสนับสนุนสำหรับ Windows และ Linux ดังนั้นเราจะแนะนำทั้งสองอย่าง

การติดตั้งบน Windows

ในการเรียกใช้ CNTK บน Windows เราจะใช้ไฟล์ Anaconda versionของ Python เรารู้ว่าอนาคอนดาเป็นงูหลามที่แจกจ่ายต่อไป รวมถึงแพ็คเกจเพิ่มเติมเช่นScipy และScikit-learn ซึ่ง CNTK ใช้เพื่อทำการคำนวณที่เป็นประโยชน์ต่างๆ

ก่อนอื่นให้ดูขั้นตอนการติดตั้ง Anaconda บนเครื่องของคุณ -

Step 1− ดาวน์โหลดไฟล์ติดตั้งจากเว็บไซต์สาธารณะก่อน https://www.anaconda.com/distribution/.

Step 2 - เมื่อคุณดาวน์โหลดไฟล์ติดตั้งแล้วให้เริ่มการติดตั้งและปฏิบัติตามคำแนะนำจากลิงค์ https://docs.anaconda.com/anaconda/install/.

Step 3- เมื่อติดตั้งแล้ว Anaconda จะติดตั้งยูทิลิตี้อื่น ๆ ด้วยซึ่งจะรวมไฟล์ปฏิบัติการของ Anaconda ทั้งหมดไว้ในตัวแปร PATH ของคอมพิวเตอร์ของคุณโดยอัตโนมัติ เราสามารถจัดการสภาพแวดล้อม Python ของเราได้จากพรอมต์นี้สามารถติดตั้งแพ็คเกจและเรียกใช้สคริปต์ Python

กำลังติดตั้งแพ็คเกจ CNTK

เมื่อติดตั้ง Anaconda เสร็จแล้วคุณสามารถใช้วิธีทั่วไปในการติดตั้งแพ็คเกจ CNTK ผ่าน pip ที่เรียกใช้งานได้โดยใช้คำสั่งต่อไปนี้ -

pip install cntk

มีวิธีอื่น ๆ อีกมากมายในการติดตั้ง Cognitive Toolkit บนเครื่องของคุณ Microsoft มีชุดเอกสารที่เป็นระเบียบซึ่งอธิบายรายละเอียดเกี่ยวกับวิธีการติดตั้งอื่น ๆ ตามลิงค์ได้เลยครับhttps://docs.microsoft.com/en-us/cognitive-toolkit/Setup-CNTK-on-your-machine.

การติดตั้งบน Linux

การติดตั้ง CNTK บน Linux นั้นแตกต่างจากการติดตั้งบน Windows เล็กน้อย ที่นี่สำหรับ Linux เราจะใช้ Anaconda เพื่อติดตั้ง CNTK แต่แทนที่จะเป็นตัวติดตั้งกราฟิกสำหรับ Anaconda เราจะใช้ตัวติดตั้งแบบเทอร์มินัลบน Linux แม้ว่าโปรแกรมติดตั้งจะทำงานร่วมกับลีนุกซ์เกือบทั้งหมด แต่เรา จำกัด คำอธิบายไว้ที่ Ubuntu

ก่อนอื่นให้ดูขั้นตอนการติดตั้ง Anaconda บนเครื่องของคุณ -

ขั้นตอนในการติดตั้ง Anaconda

Step 1- ก่อนติดตั้ง Anaconda ตรวจสอบให้แน่ใจว่าระบบเป็นปัจจุบันอย่างสมบูรณ์ ในการตรวจสอบขั้นแรกให้ดำเนินการสองคำสั่งต่อไปนี้ภายในเทอร์มินัล -

sudo apt update
sudo apt upgrade

Step 2 - เมื่ออัปเดตคอมพิวเตอร์แล้วให้รับ URL จากเว็บไซต์สาธารณะ https://www.anaconda.com/distribution/ สำหรับไฟล์การติดตั้ง Anaconda ล่าสุด

Step 3 - เมื่อคัดลอก URL แล้วให้เปิดหน้าต่างเทอร์มินัลและดำเนินการคำสั่งต่อไปนี้ -

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

	
	
	             f
 
 
      x
	  
|                     }

แทนที่ url ตัวยึดที่มี URL ที่คัดลอกมาจากเว็บไซต์ Anaconda

Step 4 - ถัดไปด้วยความช่วยเหลือของคำสั่งต่อไปนี้เราสามารถติดตั้ง Anaconda -

sh ./anaconda-installer.sh

คำสั่งดังกล่าวจะติดตั้งตามค่าเริ่มต้น Anaconda3 ภายในโฮมไดเร็กทอรีของเรา

กำลังติดตั้งแพ็คเกจ CNTK

เมื่อติดตั้ง Anaconda เสร็จแล้วคุณสามารถใช้วิธีทั่วไปในการติดตั้งแพ็คเกจ CNTK ผ่าน pip ที่เรียกใช้งานได้โดยใช้คำสั่งต่อไปนี้ -

pip install cntk

การตรวจสอบไฟล์ CNTK และโครงสร้างไดเร็กทอรี

เมื่อติดตั้ง CNTK เป็นแพ็คเกจ Python แล้วเราสามารถตรวจสอบไฟล์และโครงสร้างไดเร็กทอรีได้ อยู่ที่C:\Users\ \Anaconda3\Lib\site-packages\cntk, ดังแสดงด้านล่างในภาพหน้าจอ

กำลังตรวจสอบการติดตั้ง CNTK

เมื่อติดตั้ง CNTK เป็นแพ็คเกจ Python แล้วคุณควรตรวจสอบว่า CNTK ได้รับการติดตั้งอย่างถูกต้อง จากเชลล์คำสั่ง Anaconda เริ่มล่าม Python โดยป้อนipython. จากนั้นนำเข้า CNTK โดยป้อนคำสั่งต่อไปนี้

import cntk as c

เมื่อนำเข้าแล้วให้ตรวจสอบเวอร์ชันด้วยความช่วยเหลือของคำสั่งต่อไปนี้ -

print(c.__version__)

ล่ามจะตอบกลับด้วย CNTK เวอร์ชันที่ติดตั้ง หากไม่ตอบสนองแสดงว่าจะมีปัญหากับการติดตั้ง

องค์กรห้องสมุด CNTK

CNTK ซึ่งเป็นแพ็คเกจ python ในทางเทคนิคถูกจัดเป็นแพ็คเกจย่อยระดับสูง 13 แพ็คเกจและแพ็คเกจย่อยที่เล็กกว่า 8 แพ็คเกจ ตารางต่อไปนี้ประกอบด้วย 10 แพ็คเกจที่ใช้บ่อยที่สุด:

ซีเนียร์ No	ชื่อแพ็กเกจและคำอธิบาย
1	cntk.io ประกอบด้วยฟังก์ชันสำหรับอ่านข้อมูล ตัวอย่างเช่นnext_minibatch ()
2	cntk.layers ประกอบด้วยฟังก์ชันระดับสูงสำหรับการสร้างเครือข่ายประสาทเทียม ตัวอย่างเช่น: Dense ()
3	cntk.learners ประกอบด้วยฟังก์ชันสำหรับการฝึกอบรม ตัวอย่างเช่น: sgd ()
4	cntk.losses ประกอบด้วยฟังก์ชันในการวัดข้อผิดพลาดในการฝึกอบรม ตัวอย่างเช่นsquared_error ()
5	cntk.metrics ประกอบด้วยฟังก์ชันในการวัดข้อผิดพลาดของโมเดล ตัวอย่างเช่นclassificatoin_error
6	cntk.ops ประกอบด้วยฟังก์ชันระดับต่ำสำหรับการสร้างเครือข่ายประสาทเทียม ตัวอย่างเช่น: tanh ()
7	cntk.random ประกอบด้วยฟังก์ชันในการสร้างตัวเลขสุ่ม ตัวอย่างเช่นปกติ ()
8	cntk.train ประกอบด้วยฟังก์ชั่นการฝึกอบรม ตัวอย่างเช่นtrain_minibatch ()
9	cntk.initializer มีตัวเริ่มต้นพารามิเตอร์โมเดล ตัวอย่างเช่น: ปกติ ()และเครื่องแบบ ()
10	cntk.variables ประกอบด้วยโครงสร้างระดับต่ำ ตัวอย่างเช่นพารามิเตอร์ ()และตัวแปร ()