chainer的安装使用

chainer的安装使用

chainer的起伏

Chainer是一个开源的深度学习框架，完全在NumPy和CuPy Python库的基础上用Python编写。该开发工作由日本风险公司Preferred Networks与IBM，英特尔，微软和Nvidia合作进行。

Chainer 因其早期采用的“ 按运行定义 ”方案以及在大型系统上的性能而著称。第一个版本于 2015 年 6 月发布，此后在日本广受欢迎。此外，在 2017 年，它被 KDnuggets 列在十大开源机器学习 Python 项目中。

2019 年 12 月，Preferred Networks 宣布将其开发工作从 Chainer 过渡到 PyTorch，它将仅在发布 v7 之后提供维护补丁。

深度学习环境安装

首先确定电脑是否支持NVIDIA，基于大众，我本次实验的电脑为显卡为920M，此显卡以上的都可按照本步骤进行安装配置：

1. 安装NVIDIA驱动，网址：https://www.nvidia.cn/Download/index.aspx?lang=cn，根据电脑型号进行选择安装即可，对于win11可能有些不具备，此时选择win10即可，安装方式双击安装即可；
2. 安装cuda，网址：https://developer.nvidia.com/cuda-toolkit-archive，此处选择的版本不需要太高，中上即可，主要是保证python的版本以及cupy-cuda版本更新得上即可，因为chainer是源码安装，整个源码只有1M，因此对cuda的版本的要求没有一对一强制规定，有点类似自定义安装即可，我本次使用的cuda版本为cuda10.1。安装方式双击安装即可；
3. 安装cudnn，网址：https://developer.nvidia.com/rdp/cudnn-download（此处需要注册nvidia账户及登陆账户），本次使用的cudnn版本为7.6.5。安装方式解压到：C:/Program Files/NVIDIA GPU Computing Toolkit/CUDA/v10.1，按文件类型放置进去即可。

chainer的安装

chainer安装方法比较简单没基本上是源码安装即可，不需要使用.whl进行安装，本次安装步骤分两种，离线版和安装版，

在线版

1. 安装python编译器，我本次使用的python版本为python3.8，下载网址：https://www.python.org/ftp/python/3.8.10/python-3.8.10-amd64.exe，双击安装即可。
2. 配置环境变量，把安装目录及Scripts目录放到环境变量Path中，如：C:/python38;C:/python38/Scripts放到Path环境变量中
3. Win+R进入命令行：cpu版本：pip install chainer cupy ；GPU版本：pip install chainer cupy-cuda101
4. 如果以上没报错说明在线版的安装成功

离线版

1. 下载离线版python编译器，本次也使用python3.8，下载网址：https://www.python.org/ftp/python/3.8.10/python-3.8.10-embed-amd64.zip，把此文件解压到相应的安装位置即可。
2. 下载get-pip.py，下载网址：https://bootstrap.pypa.io/get-pip.py，并把此文件放在与python.exe同目录位置，进入python.exe的目录，在此目录下打开cmd：python get-pip.py，此时如果没报错说明pip工具安装成功
3. 下载chainer源码，下载地址：https://files.pythonhosted.org/packages/86/40/0d27458c1ac3e1c8f1a62ab62e3ec9e443412fa51d1e638ac669706097b7/chainer-7.8.1.tar.gz
4. 解压此文件，修改setup.py，在首行添加：import sys;sys.path.append(‘.’)，然后在此源码根目录打开cmd，依次输入：python setup.py build 以及 python setup.py install即可
5. 命令行安装：cpu版本：pip install cupy ；GPU版本：pip install cupy-cuda101