(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