Microsoft CNTK (Cognitive Toolkit，前身为 Computational Network Toolkit)是一个开源代码框架，它使您能够创建深度学习系统，例如前馈神经网络时间序列预测系统和卷积神经网络图像分类器。CNTK 1.0 版本于 2016 年发布。2.0 版本于 2017 年 6 月发布，是对 1.0 版本的重大改写。
本电子书基于 2017 年末发布的 CNTK 版本。因为 CNTK 还在积极开发中，等你看完这本电子书的时候，最新的版本很可能已经不一样了。但是，任何更改都可能相对较小，并且主要由附加功能组成。换句话说，这里展示的代码应该可以与任何 CNTK 2.x 版本一起工作。
为了获得最佳性能，CNTK 框架函数是用 C++编写的。虽然可以使用 C++程序调用 CNTK 函数，但最常见的方法是使用 Python 程序调用 CNTK 函数。CNTK 第 1 版使用了专有的脚本语言 BrainScript，第 2 版仍然支持该语言。
CNTK v2 在 Windows (8.1、10、Server 2012 R2 及更高版本)和 Linux 系统上均可运行，但不能直接在 Mac 系统上运行。图 1-1 中的截图显示了一个简化的 CNTK 会话。请注意，程序只是一个普通的 Python 脚本， iris_fnn.py ，它将 CNTK 作为一个 Python 包引用，CNTK-Python 程序在一个普通的 shell 中运行。
图 1-1:示例会话
还有其他几个深度学习框架。微软 CNTK 与谷歌 TensorFlow 最为相似。在我看来，CNTK 比 TensorFlow 更容易编程；然而，所有深度学习框架都有一条相当陡峭的学习曲线。CNTK 和 TensorFlow 都可以通过 Keras 包装框架访问，这个主题不在本电子书的讨论范围内。
这本电子书假设你有中级(或更好)的 C 族语言编程技能，但不假设你对 CNTK 有任何了解。聊够了，我们开始吧。
我认识的每一个程序员，包括我在内，都是通过启动并运行一个示例程序，然后通过做出改变来进行实验，从而学会如何用一种新的语言或框架进行编程。所以如果你想学习 CNTK，第一步就是安装。
安装 CNTK 与许多安装有点不同。你不要直接安装 CNTK。相反，您将 CNTK 作为 Python 的附加包安装。您首先安装一个 Python 发行版，它包含基本的 Python 语言解释器以及 CNTK 所需的几个附加包，尤其是 NumPy 和 SciPy 包。然后，你安装 CNTK 作为一个额外的包。
可以分别安装 Python、NumPy 和 SciPy。但是相反，我强烈建议您安装 Python 的 Anaconda 发行版，它拥有成功安装和运行 CNTK 所需的一切。在开始安装过程之前，您必须仔细确定 CNTK 和 Anaconda 的兼容版本。我看到的几乎所有安装失败都是由于 Anaconda 和 CNTK 版本不兼容造成的。
第一步是确定要使用哪个版本的 CNTK。一般来说，您会希望安装最新版本的 CNTK。不过这款电子书是基于 CNTK 版本，所以你可能要安装 v2.3 而不是最新版本。有几种不同类型的 CNTK 安装可供选择。在这里可以找到几种安装类型的链接，如图 1-2 所示。
图 1-2:选择仅 Python 链接
我建议您选择 Python 专用安装选项。单击该链接后，您将被重定向到列出当前支持的 Python 版本的页面，如图 1-3 所示。
图 1-3:支持的 Python 版本
请注意，Python 的每个版本都有三种不同风格的 CNTK:仅 CPU、GPU 和 GPU-1 位 SGD。每种口味都有相关的。whl 文件(发音为“轮子”)。如果你是 Python 新手，你可以想到一个 Python。文件有点类似于窗口。msi 安装程序文件。你可能想复制。whl URI 字符串，因为安装 Python 后您将需要它。
CNTK 同时支持 CPU 处理和 GPU 处理。如果你的机器没有安装图形处理器，那么你应该使用只有中央处理器的版本。此时，您的主要决定是选择您将使用的 Python 版本。在图 1-3 中，选项是 2.7、3.4、3.5 和 3.6。
在继续之前，您应该检查您的机器，以确定您是否已经安装了 Python。最简单的情况是，如果您的机器没有安装现有的 Python，那么您可以继续。但是，如果您已经安装了一个或多个 Python 版本，您应该卸载它们(如果可行)或者记录它们的安装位置(如果卸载它们不可行)。安装了多个 Python 实例后，您可能会在某个时候遇到 Python 版本控制问题。
在写这本书的时候，Python 版本非常稳定，所以我决定使用它，而不是更新的版本 3.6。一旦您决定了您的 Python 版本，您需要找到包含该版本 Python 的存档 Anaconda 发行版。
不要安装最新版本的 Anaconda。如果您向下滚动安装信息页面，您将找到要使用的 Anaconda 版本。对于 Python 3.5，您需要 Anacoinda3 4.1.1。要么在网上搜索“存档 Anaconda 安装”，要么直接去这里。
在该页面上，您将看到许多不同的 Anaconda 发行版。这里要小心；即使我已经为 CNTK 安装和卸载了 Anaconda 几十次，但我还是几次笨拙地选择了 Anaconda 的正确版本。
图 1-4:找到正确的 Anaconda 存档安装链接
因为我用的是 64 位的 Windows 机，想要 Python 3 有 Anaconda 4 . 1 . 1 版本，所以点击Anaconda 3-4 . 1 . 1-Windows-x86 _ 64 . exe链接。这将启动一个自解压安装程序。可以点击运行。
综上所述，此时您已经确定了要使用哪个版本的 CNTK(本例中仅 2.3 CPU)，然后确定了要使用哪个版本的 Anaconda(本例中为 Anaconda3 4.1.1)，现在开始 Anaconda 安装过程。
图 1-5:蟒蛇安装欢迎
点击运行几秒后，会出现 Anaconda 安装欢迎窗口，如图 1-5 所示。点击下一步。
您将看到 Anaconda 许可协议窗口，如图 1-6 所示。点击我同意。
图 1-6:阿纳康达许可协议
您将看到“选择安装类型”窗口，如图 1-7 所示。我强烈建议你保留默认的只有我(推荐)选项。如果您的机器上有多个用户帐户，这将减少 Python 版本冲突的可能性。点击下一步。
图 1-7:蟒蛇安装类型
接下来，您将看到“选择安装位置”信息。如果可能的话，您应该接受默认位置(C:\ users <user>\ AppData \ Local \ Continuum \ anaconda 3)因为一些非 CNTK 包可能会采用这个位置。点击下一步。
图 1-8:默认的蟒蛇安装位置
您将看到“高级安装选项”窗口。您应该接受这两个默认选项。第一个将 Anaconda 添加到您的系统路径变量中。第二个选项使 Anaconda 成为您的默认 Python 版本。如果您有一个现有的 Python 安装，这通常会覆盖现有的实例，您可能想要安装一个 Python 版本选择器程序。点击安装。
图 1-9:安装路径和默认 Python 信息
安装 Anaconda 大约需要 10 到 15 分钟。将没有可供您考虑的选项，因此您不需要参加安装。但是，您可能希望观察进度条，看看安装了哪些包，比如 NumPy，如图 1-10 所示。
图 1-10:蟒蛇安装进度
当安装成功完成时，您将看到“安装完成”窗口。点击下一步，如图 1-11 所示。
图 1-11:成功的蟒蛇安装窗口
您将看到最后一个窗口，可以选择从维护 Anaconda 发行版的 Continuum 公司查看营销信息。在图 1-12 中，我取消了那个选项，点击完成。总而言之，Anaconda 安装是一个自解压可执行文件，具有类似向导的过程。您可以接受所有默认选项。
图 1-12:最后的蟒蛇安装窗口
Anaconda 安装完成后，您可能需要查看安装文件和目录结构，如图 1-13 所示。请注意有名为 Lib 、 Library 和 libs 的目录。图 1-13 所示文件的正下方是 python.exe 主执行引擎。
图 1-13:蟒蛇的安装位置
在安装 CNTK 附加包之前，您应该验证您的 Anaconda Python 发行版是否正常工作。打开命令外壳，输入python --version(带两个连字符)。Python 应该会响应，如图 1-14 所示。您可能想通过发出命令python后跟一个print(‘hello’)语句来测试 Python 解释器。
图 1-14:验证蟒蛇的安装
在安装了 Anaconda 之后，为 Python 安装 CNTK 包变得非常容易。从命令外壳中，输入pip install *uri-to-whl-file*，其中 URI 是。whl 文件，如图 1-3 所示。对于我的安装，那 URI 就是https://cntk . ai/python wheel/CPU-Only/cntk-2.3-cp35-cp35m-win _ amd64 . whl。请注意 URI 对 CNTK 2.3 的引用。URI 中的“35”表示 Python 3.5。
请注意，如果您的机器没有 GPU，无论如何您都可以安装 GPU 版本的 CNTK，因为 GPU 版本也有 CPU 代码。但是，我建议只使用 CPU。
图 1-15:使用 pip 安装 CNTK 包
CNTK 将很快安装，您应该会看到一条成功消息，如图 1-15 所示。
CNTK 作为 Python 包安装后，您可能需要检查其文件和目录结构，在C:\ Users <user>\ AppData \ Local \ Continuum \ anaconda 3 \ Lib \ site-packages \ CNTK，如图 1-16 所示。
图 1-16:碳纳米管封装位置
您应该验证 CNTK 是否已正确安装。在命令外壳中，通过输入python启动 Python 解释器。然后依次进入import cntk as C和print(C.__version__)，如图 1-17 所示。(注意命令中version前后的两个下划线)。
图 1-17:验证 CNTK 安装
如果解释器用你的 CNTK 版本作出响应，你可以确定 CNTK 已经正确安装在你的机器上，你已经准备好开始用 CNTK 框架编写程序了。
因为 CNTK 程序是专门的 Python 程序，所以您可以使用任何 Python 编辑环境。如果您对 Python 比较陌生，选择 Python 编辑器或 IDE(集成开发环境)可能是一项令人困惑的任务，因为有几十种编辑器和 Python IDEs 可供选择。
我经常使用普通的旧记事本，或者有时使用功能稍强的记事本++。这两者都没有给你内置的调试功能，所以调试意味着你必须插入print()语句来检查变量和对象的值。而且没有集成的运行命令，所以您可以从 shell 运行程序。
代码清单 1-1:检查 CNTK 版本
#
test_cntk.py
import sys
import numpy as np
import cntk as C
py_ver
= sys.version
cntk_ver
= C.__version__
print("Using Python version " + str(py_ver))
print("Using CNTK version " + str(cntk_ver))例如，启动记事本文本编辑器(或任何其他编辑器)，复制并粘贴代码清单 1-1 中的代码。将文件保存为 test_cntk.py (注意不要添加额外的。txt 扩展名)。打开一个命令外壳，导航到保存你的 Python 文件的目录，输入python test_cntk.py执行，如图 1-18 所示。
图 1-18:使用记事本和命令外壳
我的许多同事使用 Visual Studio Code (VS Code)，这是一个免费的、开源的、跨平台的、多语言的 IDE。安装 VS 代码既快速又简单，然后添加 Python 支持只需点击几下鼠标。可以在这里下载 VS 代码。
图 1-19:使用 Visual Studio 代码
图 1-19 显示了一个使用 VS 代码的例子。使用 VS 代码有很多优点，包括智能感知自动完成、漂亮的格式化和集成调试。然而，与记事本不同的是，VS Code 确实有一条非平凡的学习曲线需要你去处理。请参见此处的教程了解更多信息。
编辑和运行 CNTK 程序的另一个选择是重量级的 Visual Studio (VS) IDE。VS 的默认配置不支持编辑 Python 程序，但是可以安装 Visual Studio 外接程序的 Python Tools。安装插件后，您将获得完整的 Python 语言支持，如图 1-20 和 1-21 所示。
图 1-20:使用 Visual Studio 集成开发环境创建一个 Python 项目
使用 Visual Studio 的一个优点是，您可以获得对各种附加功能的支持，例如到 SQL Server 数据库和 Azure 数据源的数据连接器。Visual Studio 的主要缺点是学习曲线非常陡峭。
图 1-21:从 Visual Studio 集成开发环境运行 Python 程序
如果您熟悉任何 Python 编辑器或开发环境，我的建议是继续使用该系统。如果你对编程比较陌生，我的建议是从简单的记事本开始，因为它本质上没有学习曲线。如果你是一个有经验的开发人员，但是对 Python 不熟悉，我的建议是尝试 VS Code。
图 1-22:使用记事本++编辑器
CNTK 和 Anaconda Python 有快速、简单、可靠的卸载程序。卸载 CNTK，只需要启动一个命令 shell，发出命令pip uninstall cntk. 就这么简单。CNTK 包将从您的 Python 系统中移除，如图 1-23 所示(根据大小稍作编辑)。要卸载 Python，在 Windows 上可以使用控制面板的程序和功能部分，如图 1-24 所示。
图 1-23:卸载 CNTK
图 1-24:卸载蟒蛇
如果你成为 CNTK 的普通用户，你最终会想要升级你的版本。虽然 pip 实用程序支持升级命令，但我建议您删除当前版本，然后安装新版本。