conda环境安装mindspore

检查各个库版本

CUDA：nvcc -V （11.5）
GCC:gcc --version （12.3）
python：python -V （3.8.19）

conda新环境

安装cuda

mindspore目前支持的 CUDA 版本只有 10.1，11.1 和 11.6 三个

查看都有哪些版本
conda search cudatoolkit
conda install cudatoolkit==11.1.1(指定版本)

cudnn安装

官网查询与cuda的对对应版本关系：https://developer.nvidia.com/rdp/cudnn-archive

查看都有哪些版本
conda search cudnn
conda install cudnn==8.9.7(指定的版本)

下载失败后使用国内临时源

conda install cudnn=8.9.7 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/linux-64/

安装MindSpore

确认您处于Conda虚拟环境中，并执行如下命令安装最新版本的MindSpore。如需安装其他版本，可参考版本列表在mindspore=后指定版本号

conda install mindspore -c mindspore -c conda-forge

查询官网找到cuda对应的版本：https://www.mindspore.cn/install/#command

conda install mindspore=2.2.12 -c mindspore -c conda-forge

验证是否成功安装

运行MindSpore GPU版本前，请确保nvcc的安装路径已经添加到PATH与LD_LIBRARY_PATH环境变量中，如果没有添加，以安装在默认路径的CUDA11为例，可以执行如下操作：

export PATH=/usr/local/cuda-11.6/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-11.6/lib64:$LD_LIBRARY_PATH

如果之前安装了其他CUDA版本或者CUDA安装路径不同，只需替换上述命令中的/usr/local/cuda-11.6为当前安装的CUDA路径。

python -c "import mindspore;mindspore.set_context(device_target='GPU');mindspore.run_check()"

如果输出：

MindSpore version: 版本号
The result of multiplication calculation is correct, MindSpore has been installed on platform [GPU] successfully!