CNTK学习笔记（一）

一，概述

　　　CNTK（Computational Network Toolkit）是一个微软研究的一个统一的深度学习工具包，具备更为优秀的交互能力，CNTK工具包中的语音和图像识别速度比另外四个当下主流的计算工具包都更加受开发者的欢迎。鉴于深度学习活动只需要数周就可以完成，这对于微软而言的确是一个不错的成就。

        为了开发CNTK，微软就必须深入研究神经网络，探究如何更好的复制人脑的学习过程。该公司还依靠其强大的计算处理能力与图形处理(GPU)能力来运行CNTK，从而处理更为复杂的算法，提高人工智能和识别能力。

二，CNTK的安装

     如果你只是想下载最新的预编译的二进制文件到你的机器，在这里按照指示：

     1、windows

        你需要使用微软Visual Studio 2013，ACML 5.3.1版本，和GPU的CUDA 7。

        ACML 版本5.3.1

            http://developer.amd.com/tools-and-sdks/archive/amd-core-math-library-acml/acml-downloads-resources/

        下载后设置环境变量acml_path，到安装的文件夹的库，例如

        acml_path = C：\ \ \ ifort64_mp acml5.3.1 AMD

      CUDA 7

           https://developer.nvidia.com/cuda-toolkit-70

           设置环境变量

        CUDA_PATH=C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v7.0

            CUDA_PATH_V7_0=C:\ProgramFiles\NVIDIA GPU Computing Toolkit\CUDA\

      

          微软MPI的7或更高版本。注意，你需要运行（文件msmpisetup .exe）和SDK。

                  https://msdn.microsoft.com/en-us/library/bb524831%28v=vs.85%29.aspx

           Visual C++ Redistributable Package forVisual Studio 2013

       下载CNTK

          https://github.com/Microsoft/CNTK/releases

     2、Linux

      All systems

•  C++ Compiler
•  ACML
•  Open MPI
• If you want to use CNTK Image Reader, install Open CV. Note, that if you plan to install CUDA (see next section), install Open CVafter you have installed CUDA

GPU Systems

    For GPU systems in addition to the above you need to install:

• CUDA 7.0