【易学又易用，就在MindSpore v1.7 】MindSpore1.7源码编译安装GPU环境
(1) 前置安装
-
确认是安装 Ubuntu 是x86架构64位操作系统。Ubuntu 18.04 或者Ubuntu20
-
安装GCC、Git、glibc、CMake、OpenSSL。如已安装，跳过。注意，GCC 9不兼容CUDA 10.1
# 安装GCC
sudo apt-get install gcc-7 git automake autoconf libtool libgmp-dev tcl patch libnuma-dev flex -y
# 安装CMake
wget -O - https://apt.kitware.com/keys/kitware-archive-latest.asc 2>/dev/null | sudo apt-key add -
sudo apt-add-repository "deb https://apt.kitware.com/ubuntu/ $(lsb_release -cs) main"
sudo apt-get install cmake -y
- 安装 Cuda10.1 或 11.1 驱动。已经安装，过。
# 查看安装的Cuda驱动
nvidia-smi
# 如没安装则需要安装
wget https://developer.download.nvidia.com/compute/cuda/10.1/Prod/local_installers/cuda_10.1.243_418.87.00_linux.run
sudo sh cuda_10.1.243_418.87.00_linux.run
echo -e "export PATH=/usr/local/cuda-10.1/bin:\$PATH" >> ~/.bashrc
echo -e "export LD_LIBRARY_PATH=/usr/local/cuda-10.1/lib64:\$LD_LIBRARY_PATH" >> ~/.bashrc
source ~/.bashrc
- 安装cuDNN 下载配套CUDA 10.1的cuDNN v7.6.x : https://developer.nvidia.com/zh-cn/cudnn
tar -zxvf cudnn.tgz
sudo cp cuda/include/cudnn.h /usr/local/cuda-10.1/include
sudo cp cuda/lib64/libcudnn* /usr/local/cuda-10.1/lib64
sudo chmod a+r /usr/local/cuda-10.1/include/cudnn.h /usr/local/cuda-10.1/lib64/libcudnn*
如果之前安装了其他CUDA版本或者CUDA安装路径不同，替换路径和版本即可
-
安装Minicanda或者Anaconda。
-
安装Python 环境 3.7.5 或3.9.0（如何使用Conda安装可以直接创建命令即可，如果手动安装则需要配置Python环境变量）
# 创建环境
conda create --name py39_ms17 python=3.9.0
# 输入y
source activate py39_ms17
# 切换到环境 win:conda、linux：source
source activate py39_ms17
# 查看安装版本
python --version
# 3.7.5
# 更新环境
pip install --upgrade pip
# 安装wheel和setuptools
pip install wheel
pip install -U setuptools
# Cuda 驱动
nvidia-smi
# Cuda 版本
nvcc -V
(2) 下载源码
- 从代码仓下载源码
git clone https://gitee.com/mindspore/mindspore.git -b r1.7
- 注: 确保nvcc的安装路径已经添加到
PATH与LD_LIBRARY_PATH环境变量中
export PATH=/usr/local/cuda-10.1/bin:$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，然后执行编译脚本
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。
(4) Pip安装本地生成的MindSpore
source activate py39_ms17
pip install output/mindspore_gpu-*.whl -i https://pypi.tuna.tsinghua.edu.cn/simple
配置Jupyterlab
source activate py39_ms17
pip install ipykernel -i https://pypi.tuna.tsinghua.edu.cn/simple/
python -m ipykernel install --user --name py39_ms17 --display-name "py39_ms17"
验证
python -c "import mindspore;mindspore.run_check()"
一把辛酸泪
华为云ID：sunxiaobei
邮箱：wangyunbeiwu@126.com
