Chainer简介及安装

1、chainer简介
大家可能对Chainer这个词很陌生，但是如果说tensorflow，keras，caffe这些深度学习框架呢？是不是想起什么了，没错，就是你心里想的那样！Chainer诞生于2015年，于2016年转向开源正式进入公众视野，尽管其GitHub代码库非常活跃，但却并没能引起业界的应有重视。可这并不影响该框架的性能，英特尔公司就决定将Chainer作为一种理想的AI工作负载开发途径，并以此为基础促进自家芯片的市场需求量。而且该框架在日本也被广泛使用，存在即合理，就让我们开始学习Chainer这一框架吧！
Chainer：A Powerful, Flexible, and Intuitive Framework for Neural Networks，这是Chainer的官网链接.
2、为什么要用Chainer？
基于Python的 - Chainer是用Python开发的，允许在运行时检查和自定义python中的所有代码和可理解的python消息；
目前大多数深度学习框架都是基于Define-and-Run的方案，而Chainer采用Define-by-Run的方案，神经网络定义在运行时即时定义，允许网络动态更改。Define-and-Run的方案是结构领着数据走，有了结构才能够通过喂数据来训练网络。而Define-by-Run的方案是数据领着结构走，有了数据参数的定义才有网络的概念，数据走到哪，网络延伸到哪；
完全可定制 - 由于Chainer底层代码也是Python，所有类别和方法都可以适应最新的版本或专业方法；
广泛而深入的支持 - Chainer积极地用于当前神经网络（CNN，RNN，RL等）的大多数方法，积极地在开发时添加新方法，并为多种硬件提供支持以及提供多GPU的并行化。 3、如何安装Chainer？
3.1 安装环境
Ubuntu14.04/16.04 LTS（64bit）或者CentOS 7（64bit）
Python 2.7.6+，3.4.3+，3.5.1+，3.6.0+
Numpy 1.9，1.10，1.11，1.12，1.13，1.14，1.15
NVIDIA CUDA GPU ,Compute Capability of the GPU must be at least 3.0
CUDA Toolki 支持版本: 7.0, 7.5, 8.0, 9.0, 9.1 and 9.2
3.2 开始安装
3.2.1更新系统的源

sudo yum update -y

3.2.2安装python环境，我是直接安装的(2.7.6+版本），你们可自行通过python官网下载想要安装的python版本。

sudo yum install python

3.2.3upgrade下pip工具以及setuptools工具

pip install -U setuptools pip

3.2.4安装chainer，vvvv代表想要安装chainer的版本，可为空，则会安装系统默认支持版本

pip install chainer=vvvv --no-cache-dir

至此，chainer已经可以支持CPU运行了。但是若想其运行在GPU上还需在你电脑上安装NVIDIA CUDA / cuDNN环境，并且需安装与CUDA对应版本的CuPy包。CuPy是CUDA上与NumPy兼容的多维数组的实现。Cupy由 cupy.ndarray构成，是多维数组类的核心，很多函数都在里面，同时也支持numpy.ndarray的接口。
3.2.5安装CuPy，想要了解更多CuPy内容可参考链接
(For CUDA 8.0)

pip install cupy-cuda80

(For CUDA 9.0)

pip install cupy-cuda90

(For CUDA 9.1)

pip install cupy-cuda91

(For CUDA 9.2)

pip install cupy-cuda92

3.2.6卸载chainer

 pip uninstall chainer