再长的路，一步步也能走完；再短的路，不迈出第一步也无奈达到，想要体验MindSpore，肯定是从装置开始。

明天小Mi为大家整顿装置过程中常呈现的环境配置和依赖相干问题。

  1. 无论是什么形式和平台装置MindSpore，请务必确认所有规定的依赖及版本。
  1. Ubuntu 18.0404自带环境与MindSpore要求不同，须要手动调整。
  1. gcc装置失败/如何装置/装不起来等问题，可参考以下两位的教训：

张小白教你如何在Ubuntu 18.04上源码装置MindSpore V1.0

mindspore1.3.0的编译环境之GCC7.3.0的装置

  1. 抉择CUDA不同版本，对应的cuDNN版本也不同。CUDA 10.1对应cuDNN 7.6.x，而CUDA 11.1配套的cuDNN 8.0.x。
  1. CUDA装置请确认是否装置相应的cuDNN，个别须要本人手动装置。能够参考张小白博客内容：https://bbs.huaweicloud.com/b...
  1. 应用pip装置时报错: ERROR: mindspore_{VERSION}.whl is not a supported wheel on this platform。

A：pip会通过wheel安装包的文件名来判断该安装包是否与以后Python环境兼容，例如装置mindspore_ascend-1.2.0-cp37-cp37m-linux_aarch64.whl时，pip会查看:

以后python环境为7.x版本
以后操作系统为Linux
操作系统架构为arm64
因而，如果呈现is not a supported wheel on this platform问题，请查看以后环境是否满足MindSpore装置要求，以及该MindSpore安装包版本是否正确。

  1. 应用pip装置依赖库时提醒No matching distribution found for XXX谬误，应该怎么办？

A:请执行pip config list，查看以后软件库索引门路index-url。某些状况下，软件库索引会呈现更新滞后，可尝试设置其它软件库索引门路。

  1. Ascend硬件平台，在集体的Conda环境中，有时候呈现报错RuntimeError: json.exception.parse_error.101 parse error at line 1, column 1: syntax error while parsing value - invalid literal; last read: ‘T’，该怎么解决？

A:呈现这种类型的报错，大概率是run包更新后集体的Conda环境中没有更新te或topi或hccl工具包，能够将以后Conda环境中的上述几个工具包卸载，而后应用如下命令再重新安装: pip install /usr/local/Ascend/ascend-toolkit/latest/fwkacllib/lib64/{te/topi/hccl}-{version}-py3-none-any.whl。

  1. 在ARM架构的环境上应用pip装置MindSpore时报错: Could not find a version that satisfies the requirement应该怎么办？

A:大概率是因为pip版本低于19.3，无奈辨认manylinux2014标签，导致pip install阶段下载了谬误版本的numpy或scipy等python软件包，进而引发了无奈找到构建依赖的问题，请执行pip install --upgrade pip将环境中的pip降级到19.3以上，重新安装MindSpore。

  1. 如何扭转第三方依赖库装置门路？

A:第三方依赖库的包默认装置在build/mindspore/.mslib目录下，能够设置环境变量MSLIBS_CACHE_PATH来扭转装置目录，比方 export MSLIBS_CACHE_PATH = ~/.mslib。

  1. 环境上装置了Python3.7.5，环境变量设置正确，编译MindSpore时依然报错Python3 not found，应该怎么办？

A:可能是因为以后环境上的Python未蕴含动静库。编译MindSpore须要动静链接Python库，因而须要应用开启动静库编译选项的Python3.7.5，即在源码编译Python时应用./configure --enable-shared命令。

  1. 一些罕用的环境变量设置，在新启动的终端窗口中须要从新设置，容易遗记应该怎么办？

A:罕用的环境变量设置写入到~/.bash_profile 或 ~/.bashrc中，可让环境变量设置在新启动的终端窗口中立刻失效。

  1. 应用GPU版本MindSpore时，如何设置DEVICE_ID环境变量?

A:MindSpore GPU模式个别无需设置DEVICE_ID环境变量，MindSpore会依据cuda环境变量CUDA_VISIBLE_DEVICES，主动抉择可见的GPU设施。设置CUDA_VISIBLE_DEVICES环境变量后，则DEVICE_ID环境变量代表可见GPU设施的下标:执行export CUDA_VISIBLE_DEVICES=1,3,5后，DEVICE_ID该当被设置为0，1或2，若设置为3及以上，MindSpore会因为设施ID不非法而运行失败。

  1. 编译利用时报错/usr/bin/ld: warning: libxxx.so, needed by libmindspore.so, not found怎么办？

A:寻找短少的动静库文件所在目录，增加该门路到环境变量LD_LIBRARY_PATH中，环境变量设置参考Ascend 310 AI处理器上应用MindIR模型进行推理#编译推理代码。

  1. 运行利用时呈现ModuleNotFoundError: No module named 'te'怎么办？

首先确认环境装置是否正确，te、topi等whl包是否正确装置。如果用户环境中有多个Python版本，如Conda虚拟环境中，需ldd name_of_your_executable_app确认利用所链接的libpython3.so是否与以后Python门路统一，如果不统一须要调整环境变量LD_LIBRARY_PATH程序，例：export LD_LIBRARY_PATH=python -c "import distutils.sysconfig as sysconfig; print(sysconfig.get_config_var('LIBDIR'))":$LD_LIBRARY_PATH

将以后的python命令对应程序的运行库门路退出到LD_LIBRARY_PATH的最后面。

优良用户教训分享
[深夜上线]MindSpore的CPU在win10x64下装置（超具体，小白可懂）

保姆式教程教你如何一步步在window10零碎下装置mindspore框架+pycharm导入python遇到的问题解决

MindSpore GPU版本装置领导

pip形式装置MindSpore Ascend 910版本

Windows上体验源码编译装置MindSpore

解决门路
非注意事项提到的问题能够通过查问论坛 问题求助-装置或官网 FAQ-装置

来查问同类问题的解决形式。

如果您遇到了问题并胜利解决，也能够分享相干教训到论坛 技术干货-装置教训

《手把手装置教程》系列视频看这里。

如果上述形式都没有解决您的问题，欢送到论坛问题求助板块发帖求助，咱们的技术撑持将在第一工夫给您回复。

欢送补充本篇脱漏内容~

看到这里，筹备好say Hello World了么？