MindSpore实践--mindspore+linux+anaconda基础安装篇

实验环境：linux + anaconda + mindspore

一、安装Anaconda  

   傻瓜式安装，一路next到底（注意安装盘），下载链接：（www.anaconda.com).

   安装完毕以后执行下列语句：conda create -n mindspore python=3.7.5 ######（创建虚拟环境）

                                               conda activate mindspore######（激活虚拟环境）

二、安装mindspore

     检查是否在所创建的虚拟环境内 ，然后在环境内执行以下语句 ,建议使用conda来进行mindspore的安装：

     conda install mindspore-cpu={version} -c mindspore -c conda-forge   #####（｛version｝为版本内容，请注意版本号）

    python -c "import mindspore;mindspore.run_check()"#####来进行安装成功与否验证，或者使用以下语句：python -c “import mindspore;print(mindspore.version)”成功将出版本号

######如果安装失败就用pip进行下载安装，虚拟环境内容易出现问题，执行下列语句：

pip install https://ms-release.obs.cn-north-4.myhuaweicloud.com/1.5.0/MindSpore/cpu/windows_x64/mindspore-1.1.0-cp37-cp37m-win_amd64.whl --trusted-host ms-release.obs.cn-north-4.myhuaweicloud.com -i https://pypi.tuna.tsinghua.edu.cn/simple

#####如果出现以下错误：  Cannot uninstall 'xxxxxx'. It is a distutils installed project and thus we cannot accurately determine which files belong to it which would lead to only a partial uninstall.参考以下方法：

pip install xxxxxx --upgrade --ignore-installed xxxxxx

三、依赖安装

此次安装部分区别于官方安装文档，可能会出现不可预测的问题，请谨慎选择使用！！！！！######本机运行暂未出现问题

具体步骤如下：

conda install cudatoolkit=10.1 cudnn=7.6.5

conda install gmp=6.1.2

conda install nccl

conda install openmpi

经过验证，完全可以使用。

四、为cuda和cudnn配置环境路径

在anaconda中配置环境：

递归创建文件夹：mkdir -p etc/conda/activate.d

进入虚拟环境后配置环境变量：vim /home/devil/anaconda3/envs/mindspore/etc/conda/activate.d/env_vars.sh

.sh文件内容为以下内容：export LD_LIBRARY_PATH=/home/devil/anaconda3/envs/mindspore/lib:$LD_LIBRARY_PATH

                                      export PATH=/home/devil/anaconda3/envs/mindspore/bin:$PATH

杀掉环境进程：conda deactivate mindspore

重新进入环境：conda activate mindspore

随便写个文件验证一下：

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.add(x, y))

成功：