代码拉取完成,页面将自动刷新
本文档介绍如何在GPU环境的Linux系统上,使用pip方式快速安装MindSpore。
export PATH=/usr/local/cuda-${version}/bin:$PATH
)和LD_LIBRARY_PATH
(如:export LD_LIBRARY_PATH=/usr/local/cuda-${version}/lib64:$LD_LIBRARY_PATH
),详细安装后的设置可参考CUDA安装手册。pip install https://ms-release.obs.cn-north-4.myhuaweicloud.com/{version}/MindSpore/gpu/ubuntu_x86/cuda-10.1/mindspore_gpu-{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:
{version}
表示MindSpore版本号,例如下载1.0.1版本MindSpore时,{version}
应写为1.0.1。{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
。import numpy as np
from mindspore import Tensor
import mindspore.ops as ops
import mindspore.context as context
context.set_context(device_target="GPU")
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。
当需要升级MindSpore版本时,可执行如下命令:
pip install --upgrade mindspore-gpu
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。
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。
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。
此处可能存在不合适展示的内容,页面不予展示。您可通过相关编辑功能自查并修改。
如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容,可点击提交进行申诉,我们将尽快为您处理。