Microsoft Cognitive Toolkit（CNTK）-CPUおよびGPU

Microsoft Cognitive Toolkitは、CPUのみとGPUのみという2つの異なるビルドバージョンを提供します。

CPUのみのビルドバージョン

CNTKのCPUのみのビルドバージョンは、最適化されたIntel MKLMLを使用します。MKLMLはMKL（Math Kernel Library）のサブセットであり、MKL-DNNのインテルMKLの終了バージョンとしてIntel MKL-DNNとともにリリースされます。

GPUのみのビルドバージョン

一方、CNTKのGPUのみのビルドバージョンは、 CUB や cuDNN などの高度に最適化されたNVIDIAライブラリを使用します。複数のGPUと複数のマシンにまたがる分散トレーニングをサポートします。 CNTKでさらに高速な分散トレーニングを行うために、GPUビルドバージョンには以下も含まれています-

MSR開発の1ビット量子化SGD。
ブロック運動量SGD並列トレーニングアルゴリズム。

WindowsでCNTKを使用してGPUを有効にする

前のセクションでは、CPUで使用するCNTKの基本バージョンをインストールする方法を説明しました。次に、CNTKをインストールしてGPUで使用する方法について説明します。ただし、詳しく説明する前に、まずサポートされているグラフィックスカードが必要です。

現在、CNTKはNVIDIAグラフィックスカードをサポートし、少なくともCUDA 3.0をサポートしています。確認するには、GPUがCUDAをサポートしているかどうかをhttps://developer.nvidia.com/cuda-gpusで確認できます。

それでは、Windows OSでCNTKを使用してGPUを有効にする手順を見てみましょう-

ステップ1 *-使用しているグラフィックカードに応じて、最初にグラフィックカード用の最新のGeForceまたはQuadroドライバーが必要です。

ステップ2 *-ドライバーをダウンロードしたら、NVIDIA Webサイトhttps://developer.nvidia.com/cuda-90-download-archive?target_os=Windows&target_arch=x86_64からWindows用のCUDAツールキットバージョン9.0をインストールする必要があります。インストール後、インストーラーを実行し、指示に従います。

ステップ3 *-次に、NVIDIA Webサイトhttps://developer.nvidia.com/rdp/form/cudnn-download-surveyからcuDNNバイナリをインストールする必要があります。 CUDA 9.0バージョンでは、cuDNN 7.4.1が適切に機能します。基本的に、cuDNNはCNTKによって使用されるCUDAの最上位のレイヤーです。

ステップ4 *-cuDNNバイナリをダウンロードした後、CUDAツールキットインストールのルートフォルダーにzipファイルを抽出する必要があります。

ステップ5 *-これは、CNTK内のGPU使用を有効にする最後のステップです。 Windows OSのAnacondaプロンプト内で次のコマンドを実行します-

pip install cntk-gpu

LinuxでCNTKを使用してGPUを有効にする

Linux OSでCNTKを使用してGPUを有効にする方法を見てみましょう-

CUDAツールキットのダウンロード

まず、NVIDIAのWebサイトhttps://developer.nvidia.com/cuda-90-download%0D%0A-archive?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu&target_version=1604&target_type=runfilelocal[[[1]] developer.nvidia.com/cuda-90-download-archive?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu&target_version=1604&target_type = runfilelocal]。

インストーラーを実行する

ディスクにバイナリができたら、ターミナルを開いてインストーラを実行し、次のコマンドと画面の指示を実行します-

sh cuda_9.0.176_384.81_linux-run

Bashプロファイルスクリプトの変更

LinuxマシンにCUDAツールキットをインストールした後、BASHプロファイルスクリプトを変更する必要があります。このためには、まずテキストエディターで$ HOME/.bashrcファイルを開きます。今、スクリプトの最後に、次の行を含めます-

export PATH=/usr/local/cuda-9.0/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64\
${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
Installing

cuDNNライブラリーのインストール

最後に、cuDNNバイナリをインストールする必要があります。 NVIDIA Webサイトhttps://developer.nvidia.com/rdp/form/cudnn-download-surveyからダウンロードできます。 CUDA 9.0バージョンでは、cuDNN 7.4.1が適切に機能します。基本的に、cuDNNはCNTKによって使用されるCUDAの最上位のレイヤーです。

Linuxのバージョンをダウンロードしたら、次のコマンドを使用して /usr/local/cuda-9.0 フォルダーに解凍します-

tar xvzf -C/usr/local/cuda-9.0/cudnn-9.0-linux-x64-v7.4.1.5.tgz

必要に応じて、パスをファイル名に変更します。

Microsoft-cognitive-toolkit-cpu-gpu

目次