icon温馨提醒 : 为提升您的浏览体验 , 推荐您使用Chrome浏览本网站。icon
icon

本站部分页面使用cookies优化浏览器服务,请查看MindSpore 隐私政策

忽略

允许

简体中文
English
简体中文
安装
选择适合自己的环境条件后下载相应安装包
或使用云平台创建和部署模型
MindSpore官网banner
一、获取安装命令
版本
1.1.0
1.0.1
硬件平台
Ascend 910
Ascend 310
GPU CUDA 10.1
CPU
操作系统
EulerOS-aarch64
CentOS-aarch64
CentOS-x86
Ubuntu-aarch64
Ubuntu-x86
Windows-x64
编程语言
Python 3.7.5
安装方式
Pip
Source
安装命令
pip install https://ms-release.obs.cn-north-4.myhuaweicloud.com/1.1.0/MindSpore/ascend/euleros_aarch64/mindspore_ascend-1.1.0-cp37-cp37m-linux_aarch64.whl --trusted-host ms-release.obs.cn-north-4.myhuaweicloud.com -i https://pypi.tuna.tsinghua.edu.cn/simple
# 注意参考下方安装指南,添加运行所需的环境变量配置

二、安装指南

pip方式安装MindSpore Ascend 910版本

本文档介绍如何在Ascend 910环境的Linux系统上,使用pip方式快速安装MindSpore。

确认系统环境信息

  • 确认安装Ubuntu 18.04/CentOS 8.2/EulerOS 2.8是64位操作系统。
  • 确认安装正确GCC 版本,Ubuntu 18.04/EulerOS 2.8用户,GCC>=7.3.0;CentOS 8.2用户 GCC>=8.3.1。
  • 确认安装gmp 6.1.2版本
  • 确认安装Python 3.7.5版本。
    • 如果未安装或者已安装其他版本的Python,可从官网或者华为云下载Python 3.7.5版本 64位,进行安装。
  • 确认安装Ascend 910 AI处理器软件配套包(Atlas Data Center Solution V100R020C20T600)。
    • 确认当前用户有权限访问Ascend 910 AI处理器配套软件包的安装路径/usr/local/Ascend,若无权限,需要root用户将当前用户添加到/usr/local/Ascend所在的用户组,具体配置请详见配套软件包的说明文档。

    • 安装Ascend 910 AI处理器配套软件包提供的whl包,whl包随配套软件包发布,升级配套软件包之后需要重新安装。

      pip install /usr/local/Ascend/ascend-toolkit/latest/fwkacllib/lib64/topi-{version}-py3-none-any.whl
      pip install /usr/local/Ascend/ascend-toolkit/latest/fwkacllib/lib64/te-{version}-py3-none-any.whl
      pip install /usr/local/Ascend/ascend-toolkit/latest/fwkacllib/lib64/hccl-{version}-py3-none-any.whl
      

安装MindSpore

pip install https://ms-release.obs.cn-north-4.myhuaweicloud.com/{version}/MindSpore/ascend/{system}/mindspore_ascend-{version}-cp37-cp37m-linux_{arch}.whl --trusted-host ms-release.obs.cn-north-4.myhuaweicloud.com -i https://pypi.tuna.tsinghua.edu.cn/simple

其中:

  • 在联网状态下,安装whl包时会自动下载MindSpore安装包的依赖项(依赖项详情参见requirements.txt),其余情况需自行安装。
  • {version}表示MindSpore版本号,例如安装1.1.0版本MindSpore时,{version}应写为1.1.0。
  • {arch}表示系统架构,例如使用的Linux系统是x86架构64位时,{arch}应写为x86_64。如果系统是ARM架构64位,则写为aarch64
  • {system}表示系统版本,例如使用的欧拉系统ARM架构,{system}应写为euleros_aarch64,目前Ascend版本可支持以下系统euleros_aarch64/euleros_x86/centos_aarch64/centos_x86/ubuntu_aarch64/ubuntu_x86

配置环境变量

如果Ascend 910 AI处理器配套软件包没有安装在默认路径,安装好MindSpore之后,需要导出Runtime相关环境变量,下述命令中LOCAL_ASCEND=/usr/local/Ascend/usr/local/Ascend表示配套软件包的安装路径,需注意将其改为配套软件包的实际安装路径。

# control log level. 0-DEBUG, 1-INFO, 2-WARNING, 3-ERROR, default level is WARNING.
export GLOG_v=2

# Conda environmental options
LOCAL_ASCEND=/usr/local/Ascend # the root directory of run package

# lib libraries that the run package depends on
export LD_LIBRARY_PATH=${LOCAL_ASCEND}/add-ons/:${LOCAL_ASCEND}/ascend-toolkit/latest/fwkacllib/lib64:${LOCAL_ASCEND}/driver/lib64:${LOCAL_ASCEND}/opp/op_impl/built-in/ai_core/tbe/op_tiling:${LD_LIBRARY_PATH}

# Environment variables that must be configured
export TBE_IMPL_PATH=${LOCAL_ASCEND}/ascend-toolkit/latest/opp/op_impl/built-in/ai_core/tbe            # TBE operator implementation tool path
export ASCEND_OPP_PATH=${LOCAL_ASCEND}/ascend-toolkit/latest/opp                                       # OPP path
export PATH=${LOCAL_ASCEND}/ascend-toolkit/latest/fwkacllib/ccec_compiler/bin/:${PATH}                 # TBE operator compilation tool path
export PYTHONPATH=${TBE_IMPL_PATH}:${PYTHONPATH}                                                # Python library that TBE implementation depends on

验证是否成功安装

import numpy as np
from mindspore import Tensor
import mindspore.ops as ops
import mindspore.context as context

context.set_context(device_target="Ascend")
x = Tensor(np.ones([1,3,3,4]).astype(np.float32))
y = Tensor(np.ones([1,3,3,4]).astype(np.float32))
print(ops.tensor_add(x, y))

如果输出:

[[[ 2.  2.  2.  2.],
    [ 2.  2.  2.  2.],
    [ 2.  2.  2.  2.]],

    [[ 2.  2.  2.  2.],
    [ 2.  2.  2.  2.],
    [ 2.  2.  2.  2.]],

    [[ 2.  2.  2.  2.],
    [ 2.  2.  2.  2.],
    [ 2.  2.  2.  2.]]]

说明MindSpore安装成功了。

升级MindSpore版本

当需要升级MindSpore版本时,可执行如下命令:

pip install --upgrade mindspore-ascend

安装MindInsight

当您需要查看训练过程中的标量、图像、计算图以及模型超参等信息时,可以选装MindInsight。

具体安装步骤参见MindInsight

安装MindArmour

当您进行AI模型安全研究或想要增强AI应用模型的防护能力时,可以选装MindArmour。

具体安装步骤参见MindArmour

安装MindSpore Hub

当您想要快速体验MindSpore预训练模型时,可以选装MindSpore Hub。

具体安装步骤参见MindSpore Hub

安装MindSpore Serving

当您想要快速体验MindSpore在线推理服务时,可以选装MindSpore Serving。

具体安装步骤参见MindSpore Serving

安装指导视频

手把手帮助并指导用户在不同硬件平台上安装MindSpore。

访问云平台

云平台帮助用户快速创建和部署模型,管理全周期AI工作流,选择下面的云平台以开始使用MindSpore。