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

你可能感兴趣的:(深度学习-chainer,深度学习,人工智能,python)