安装

要求

您需要具备以下组件才能使用Chainer。

  • 蟒蛇
    • 支持的版本:3.5.2+、3.6.0+、3.7.0+和3.8.0+。

  • 数字Py
    • 支持的版本:1.9、1.10、1.11、1.12、1.13、1.14、1.15、1.16和1.17。

    • NumPy将在Chainer安装期间自动安装。

在安装Chainer之前,我们建议您升级设置工具pip(点阵):

$pip安装-U setuptools pip

注释

Chainer v7.x版本不支持Python 2。请考虑迁移Python 3或使用Chainer v6.x,这是支持Python2的最后一个版本。

硬件加速支持

您可以通过安装以下可选组件来提高Chainer的性能。

注释

CuPy v7.8.0是Chainer v7系列的推荐版本。

可选功能

以下包是可选的依赖项。Chainer可以不安装,在这种情况下,相应的功能不可用。

  • 图像数据集支持
    • 枕头2.3+

    • 运行pip(点阵) 安装 枕头安装。

  • HDF5序列化支持
    • h5py型2.5+

    • 运行pip(点阵) 安装 h5py型安装。

  • 使用ChainerMN的分布式深度学习

安装链条器

使用pip

我们建议通过pip安装Chainer:

$pip安装链接器

注释

任何可选的依赖项(包括CuPy)都可以在安装Chainer后添加。Chainer会自动检测可用的包,并相应地启用/禁用可选功能。

使用Tarball

源树的tarball可以通过pip(点阵) 下载 链子或来自发行说明页面.您可以从tarball安装Chainer:

$pip安装链-x.x.x.tar.gz

您还可以从克隆的Git存储库安装Chainer的开发版本:

$git克隆https://github.com/chainer/chainer.git$cd链接器$pip安装。

启用CUDA/cuDNN支持

为了启用CUDA支持,您必须安装CuPy公司手动操作。如果您还想使用cuDNN,则必须安装带有cuDNN支持的CuPy。请参见CuPy的安装指南安装CuPy。正确设置CuPy后,Chainer将自动启用CUDA支持。

您可以参考以下标志来确认CUDA/cuDNN支持是否实际可用。

chainer.backends.cuda.可用

真的如果Chainer成功导入丘比.

chainer.backends.cuda.cudnn已启用

真的如果cuDNN支持可用。

谷歌实验室

您可以使用以下代码片段在上安装Chainer和CuPy谷歌合作:

!卷曲https://colab.chainer.org/install|小时-

请参见链接器/谷歌-实验室更多细节和示例。

卸载Chainer

使用pip卸载Chainer:

$pip卸载链接器

注释

升级Chainer时,pip(点阵)有时安装新版本而不删除旧版本现场包装.在这种情况下,pip(点阵) 卸载只删除最新的。要确保Chainer完全删除,请重复运行上述命令,直到pip(点阵)返回错误。

升级Chainer

只需使用pip(点阵)具有-U型选项:

$pip安装-U链

重新安装链条器

如果要重新安装Chainer,请卸载Chainer然后安装。我们建议使用--无卡箍选项为pip(点阵)有时使用缓存:

$pip卸载链接器$pip安装链接器--无缓存

使用Docker运行Chainer

我们正在提供Docker的官方图像。使用nvidia码头工人命令使用GPU运行Chainer映像。您可以使用bash登录到环境,并运行Python解释器:

$nvidia-docker run-it链接器/chainer/bin/bash

或者直接运行解释器:

$nvidia-docker run-it-chainer/chainer/usr/bin/python

常见问题解答

出现警告消息“cuDNN未启用”

您无法使用cuDNN构建CuPy。如果您不需要cuDNN,请忽略此消息。否则,请尝试使用cuDNN安装CuPy。pip(点阵) 安装 -vvv型选项可以帮助您。无需重新安装Chainer本身。请参见CuPy的安装指南了解更多详细信息。

CuPy总是提高库比·库达。编译异常

请参阅的常见问题部分CuPy的安装指南了解详细信息。

h5py安装失败

如果安装失败,错误如下hdf5.小时 建立,您需要安装利比亚hdf5第一。安装方法取决于您的环境:

#Ubuntu 14.04/16.04版$apt-get安装libhdf5-dev#CentOS 7(中央操作系统7)$yum-y安装epel-release$yum安装hdf5-devel

请注意h5py型除非您需要HDF5序列化支持,否则不需要。