关于机器学习:MindSpore环境问题案例

2次阅读

共计 784 个字符,预计需要花费 2 分钟才能阅读完成。

环境问题总结:须要具体浏览《MindSpore 装置指南》(https://www.mindspore.cn/install)有几点须要留神:1. MindSpore 代码与 Ascend 配套软件包要匹配:https://www.mindspore.cn/vers… 若不匹配,则可能会呈现如下问题:

issue 起源:https://bbs.huaweicloud.com/f… 察看如上报错文件门路,个别在_extends/parallel_compile 目录的,可能是 MindSpore 代码与 Ascend 配套软件包不匹配,从而呈现接口参数个数不匹配或者类型不匹配的问题。2. Ascend 配套软件包装置后,如下几个包须要先卸载再装置:

若这几个包未装置,则会呈现 ModuleNotFoundError : No module named “te_fusion” 的谬误;若更新 Ascend 配套软件包后,上述几个包未通过 pip 重新安装,则可能呈现 1 中呈现的问题。3. 报错非 MindSpore 的,比方运行时呈现如下问题:ImportError:/home/HwHiAiUser/.local/lib/python3.7/site-packages/sklearn/__check_build/../../scikit_learn.libs/libgomp-d22c30c5.so.1.0.0: cannot allocate memory in static TLS block 这种能够间接网上搜寻,查问是 libgomp 在一个 bug,解决办法是把下面报错的那个 so 门路放到环境变量 LD_PRELOAD 里。4. GPU 上在 conda 环境里装置 1,然而编译的时候提醒 cuda 版本是 9.1。

issue 起源:https://bbs.huaweicloud.com/f… 查看《MindSpore 装置指南》即可:

正文完
 0