关于机器学习:易学又易用就在MindSpore-v17-MindSpore17源码编译安装GPU环境

(1) 前置装置
确认是装置 Ubuntu 是x86架构64位操作系统。Ubuntu 18.04 或者Ubuntu20

装置GCC、Git、glibc、CMake、OpenSSL。如已装置，跳过。留神，GCC 9不兼容CUDA 10.1

装置GCC

sudo apt-get install gcc-7 git automake autoconf libtool libgmp-dev tcl patch libnuma-dev flex -y

装置CMake

wget -O – https://apt.kitware.com/keys/… 2>/dev/null | sudo apt-key add –
sudo apt-add-repository “deb https://apt.kitware.com/ubuntu/ $(lsb_release -cs) main”
sudo apt-get install cmake -y

装置 Cuda10.1 或 11.1 驱动。曾经装置，过。

查看装置的Cuda驱动

nvidia-smi

如没装置则须要装置

wget https://developer.download.nv…
sudo sh cuda_10.1.243_418.87.00_linux.run
echo -e “export PATH=/usr/local/cuda-10.1/bin:$PATH” >> ~/.bashrc
echo -e “export LD_LIBRARY_PATH=/usr/local/cuda-10.1/lib64:$LD_LIBRARY_PATH” >> ~/.bashrc
source ~/.bashrc
装置cuDNN 下载配套CUDA 10.1的cuDNN v7.6.x : https://developer.nvidia.com/…
tar -zxvf cudnn.tgz
sudo cp cuda/include/cudnn.h /usr/local/cuda-10.1/include
sudo cp cuda/lib64/libcudnn* /usr/local/cuda-10.1/lib64
sudo chmod a+r /usr/local/cuda-10.1/include/cudnn.h /usr/local/cuda-10.1/lib64/libcudnn*
如果之前装置了其余CUDA版本或者CUDA装置门路不同，替换门路和版本即可

装置Minicanda或者Anaconda。

装置Python 环境 3.7.5 或3.9.0（如何应用Conda装置能够间接创立命令即可，如果手动装置则须要配置Python环境变量）

创立环境

conda create –name py39_ms17 python=3.9.0

输出y

source activate py39_ms17
image-20220505222729394.png

切换到环境 win:conda、linux：source

source activate py39_ms17

查看装置版本

python –version

3.7.5

更新环境

pip install –upgrade pip

装置wheel和setuptools

pip install wheel
pip install -U setuptools

Cuda 驱动

nvidia-smi

Cuda 版本

nvcc -V

image-20220505223740910.png

(2) 下载源码
从代码仓下载源码
git clone https://gitee.com/mindspore/m… -b r1.7
image-20220505224645980.png

注: 确保nvcc的装置门路曾经增加到PATH与LD_LIBRARY_PATH环境变量中
export PATH=/usr/local/cuda-10.1/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-10.1/lib64:$LD_LIBRARY_PATH
(3) 编译执行
进入MindSpore根目录，而后执行编译脚本
cd mindspore

source activate py39_ms17

bash build.sh -e gpu -S on

默认从github下载依赖源码，当-S选项设置为on时，从对应的gitee镜像下载。
image-20220506174529253.png
(4) Pip装置本地生成的MindSpore
source activate py39_ms17

pip install output/mindspore_gpu-*.whl -i https://pypi.tuna.tsinghua.ed…
image-20220506174805504.png

配置Jupyterlab
source activate py39_ms17

pip install ipykernel -i https://pypi.tuna.tsinghua.ed…

python -m ipykernel install –user –name py39_ms17 –display-name “py39_ms17”
验证
python -c “import mindspore;mindspore.run_check()”
image-20220506181733323.png

一把辛酸泪
MindSpore源码装置编译报错大合集(GPU)
华为云ID：sunxiaobei
邮箱：wangyunbeiwu@126.com