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
0.6.0-beta
0.5.0-beta
硬件平台
Ascend 910
GPU CUDA 10.1
CPU
操作系统
EulerOS-aarch64
EulerOS-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/0.6.0-beta/MindSpore/ascend/euleros_aarch64/mindspore_ascend-0.6.0-cp37-cp37m-linux_aarch64.whl
# 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

安装MindSpore

本文档介绍如何在Ascend AI处理器的环境上快速安装MindSpore。

环境要求

硬件要求

  • Ascend 910 AI处理器

    • 需为每张卡预留至少32G内存。

系统要求和软件依赖

版本号操作系统可执行文件安装依赖源码编译安装依赖
MindSpore 0.6.0-beta- Ubuntu 18.04 aarch64
- Ubuntu 18.04 x86_64
- EulerOS 2.8 aarch64
- EulerOS 2.5 x86_64
- Python 3.7.5
- Ascend 910 AI处理器配套软件包(对应版本Atlas Data Center Solution V100R020C00RC1
- gmp 6.1.2
- 其他依赖项参见requirements.txt
编译依赖:
- Python 3.7.5
- Ascend 910 AI处理器配套软件包(对应版本Atlas Data Center Solution V100R020C00RC1
- wheel >= 0.32.0
- GCC 7.3.0
- CMake >= 3.14.1
- patch >= 2.5
- gmp 6.1.2
安装依赖:
与可执行文件安装依赖相同
  • 确认当前用户有权限访问Ascend 910 AI处理器配套软件包(对应版本Atlas Data Center Solution V100R020C00RC1)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。
  • GCC 7.3.0可以直接通过apt命令安装。
  • 在联网状态下,安装whl包时会自动下载requirements.txt中的依赖项,其余情况需自行安装。

Conda安装(可选)

  1. 针对不同的CPU架构,Conda安装包下载路径如下。

  2. 创建并激活Python环境。

    conda create -n {your_env_name} python=3.7.5
    conda activate {your_env_name}
    

Conda是强大的Python环境管理工具,建议初学者上网查阅更多资料。

配套软件包依赖配置

  • 安装Ascend 910 AI处理器配套软件包(对应版本Atlas Data Center Solution V100R020C00RC1)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/fwkacllib/lib64/topi-{version}-py3-none-any.whl
    pip install /usr/local/Ascend/fwkacllib/lib64/te-{version}-py3-none-any.whl
    pip install /usr/local/Ascend/fwkacllib/lib64/hccl-{version}-py3-none-any.whl
    

安装指南

通过可执行文件安装

  • MindSpore网站下载地址下载whl包,建议先进行SHA-256完整性校验,执行如下命令安装MindSpore。

    pip install mindspore_ascend-{version}-cp37-cp37m-linux_{arch}.whl
    

从源码编译安装

必须在Ascend 910 AI处理器的环境上进行编译安装。

  1. 从代码仓下载源码。

    git clone https://gitee.com/mindspore/mindspore.git -b r0.6
    
  2. 在源码根目录下,执行如下命令编译MindSpore。

    bash build.sh -e ascend
    
    • 在执行上述命令前,需保证可执行文件cmakepatch所在路径已加入环境变量PATH中。
    • build.sh中会执行git clone获取第三方依赖库的代码,请提前确保git的网络设置正确可用。
    • build.sh中默认的编译线程数为8,如果编译机性能较差可能会出现编译错误,可在执行中增加-j{线程数}来减少线程数量。如bash build.sh -e ascend -j4
  3. 执行如下命令安装MindSpore。

    chmod +x build/package/mindspore_ascend-{version}-cp37-cp37m-linux_{arch}.whl
    pip install build/package/mindspore_ascend-{version}-cp37-cp37m-linux_{arch}.whl
    

配置环境变量

  • EulerOS操作系统,安装好MindSpore之后,需要导出Runtime相关环境变量。

    # 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}/fwkacllib/lib64:${LD_LIBRARY_PATH}
    
    # Environment variables that must be configured
    export TBE_IMPL_PATH=${LOCAL_ASCEND}/opp/op_impl/built-in/ai_core/tbe  # TBE operator implementation tool path
    export PATH=${LOCAL_ASCEND}/fwkacllib/ccec_compiler/bin/:${PATH}       # TBE operator compilation tool path
    export PYTHONPATH=${TBE_IMPL_PATH}:${PYTHONPATH}                       # Python library that TBE implementation depends on
    
  • Ubuntu操作系统,安装好MindSpore之后,需要导出Runtime相关环境变量,注意:需要将如下配置中{version}替换为环境上真实的版本号。

    # 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/{version}/fwkacllib/lib64:${LOCAL_ASCEND}/driver/lib64:${LD_LIBRARY_PATH}
    
    # Environment variables that must be configured
    export TBE_IMPL_PATH=${LOCAL_ASCEND}/ascend-toolkit/{version}/opp/op_impl/built-in/ai_core/tbe  # TBE operator implementation tool path
    export PATH=${LOCAL_ASCEND}/ascend-toolkit/{version}/fwkacllib/ccec_compiler/bin/:${PATH}       # TBE operator compilation tool path
    export PYTHONPATH=${TBE_IMPL_PATH}:${PYTHONPATH}                                                # Python library that TBE implementation depends on
    

安装验证

  • 安装并配置好环境变量后,执行如下python脚本:

    import numpy as np
    from mindspore import Tensor
    from mindspore.ops import functional as F
    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(F.tensor_add(x, y))
    
  • 若出现如下结果,即安装验证通过。

    [[[ 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.]]]
    

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。

环境要求

系统要求和软件依赖

版本号操作系统可执行文件安装依赖源码编译安装依赖
MindInsight 0.6.0-beta- Ubuntu 18.04 aarch64
- Ubuntu 18.04 x86_64
- EulerOS 2.8 aarch64
- EulerOS 2.5 x86_64
- Python 3.7.5
- MindSpore 0.6.0-beta
- 其他依赖项参见requirements.txt
编译依赖:
- Python 3.7.5
- CMake >= 3.14.1
- GCC 7.3.0
- node.js >= 10.19.0
- wheel >= 0.32.0
- pybind11 >= 2.4.3
安装依赖:
与可执行文件安装依赖相同
  • 在联网状态下,安装whl包时会自动下载requirements.txt中的依赖项,其余情况需自行安装。

安装指南

通过可执行文件安装

  1. MindSpore网站下载地址下载whl包,建议先进行SHA-256完整性校验,执行如下命令安装MindInsight。

    pip install mindinsight-{version}-cp37-cp37m-linux_{arch}.whl
    
  2. 执行如下命令,如果提示web address: http://127.0.0.1:8080,则说明安装成功。

    mindinsight start
    

从源码编译安装

  1. 从代码仓下载源码。

    git clone https://gitee.com/mindspore/mindinsight.git -b r0.6
    

    不能直接在仓库主页下载zip包获取源码。

  2. 可选择以下任意一种安装方式:

    (1) 进入源码的根目录,执行安装命令。

    cd mindinsight
    pip install -r requirements.txt
    python setup.py install
    

    (2) 构建whl包进行安装。

    进入源码的根目录,先执行build目录下的MindInsight编译脚本,再执行命令安装output目录下生成的whl包。

    cd mindinsight
    bash build/build.sh
    pip install output/mindinsight-{version}-cp37-cp37m-linux_{arch}.whl
    
  3. 执行如下命令,如果提示web address: http://127.0.0.1:8080,则说明安装成功。

    mindinsight start
    

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。

环境要求

系统要求和软件依赖

版本号操作系统可执行文件安装依赖源码编译安装依赖
MindArmour 0.6.0-beta- Ubuntu 18.04 aarch64
- Ubuntu 18.04 x86_64
- EulerOS 2.8 aarch64
- EulerOS 2.5 x86_64
- Python 3.7.5
- MindSpore 0.6.0-beta
- 其他依赖项参见setup.py
与可执行文件安装依赖相同
  • 在联网状态下,安装whl包时会自动下载setup.py中的依赖项,其余情况需自行安装。

安装指南

通过可执行文件安装

  1. MindSpore网站下载地址下载whl包,建议先进行SHA-256完整性校验,执行如下命令安装MindArmour。

    pip install mindarmour-{version}-cp37-cp37m-linux_{arch}.whl
    
  2. 执行如下命令,如果没有提示No module named 'mindarmour'等加载错误的信息,则说明安装成功。

    python -c 'import mindarmour'
    

从源码编译安装

  1. 从代码仓下载源码。

    git clone https://gitee.com/mindspore/mindarmour.git -b r0.6
    
  2. 在源码根目录下,执行如下命令编译并安装MindArmour。

    cd mindarmour
    python setup.py install
    
  3. 执行如下命令,如果没有提示No module named 'mindarmour'等加载错误的信息,则说明安装成功。

    python -c 'import mindarmour'
    
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。