【MindsPore install】ubantu18.04+cuda10.1+cudnn7.6.5 华为最新深度学习框架MindSpore-GPU/CPU版本安装教程（超详细）

Mindspore简介

1. MindSpore是由华为于2019年8月推出的新一代全场景AI计算框架，2020年3月28日，华为宣布MindSpore正式开源。
2. 开发态友好
   自动微分，网络+算子统一编程，函数式/算法原生表达，反向网络算子自动生成
   自动并行模型自动切分实现高效率的模型并行
   自动调优，动态图+静态图同一套代码
   运行态高效
   On-Device执行，发挥昇腾大算力
   Pipeline优化，提升并行线性度
   深度图优化，自适应AI Core算力和精度
   部署态灵活
   端-边-云按需协同计算，更好的保护隐私
   端-边-云统一架构，实现一次开发，按需部署
3. 你心动了吗？快来试一试！

CPU版本安装流程

打开命令行窗口

win+R键——输入“cmd”

安装anaconda并创建虚拟环境：

// 创建name为mindspore（可自定义）、编译器为3.7.5版本的python的虚拟环境
conda create -n mindspore python=3.7.5#此时如果出现错误：HTTP error；则需要配置镜像网站：
// 创建name为mindspore（可自定义）、编译器为3.7.5版本的python的虚拟环境
conda create -n mindspore python=3.7.5
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes

安装CPU版本mindspore

首先，激活虚拟环境；使用如下命令安装会直接帮助你安装好其他依赖项，如果是下载的whl文件去安装则需要手动安装依赖项，具体操作流程查看这里

//激活虚拟环境
conda activate mindspore
//安装cpu版本的mindspore
pip install https://ms-release.obs.cn-north-4.myhuaweicloud.com/0.6.0-beta/MindSpore/cpu/windows_x64/mindspore-0.6.0-cp37-cp37m-win_amd64.whl

测试

首先，进入python编译环境，然后导入mindspore包查看是否出错，如果没有报错，则说明安装成功，可以畅享mindspore了！

//进入python编译环境
python
//导入mindspore包进行测试
import mindspore

GPU版本安装流程

ubantu18.04      cuda10.1      cudnn7.6.5

安装anaconda并创建虚拟环境：

// 创建name为mindspore（可自定义）、编译器为3.7.5版本的python的虚拟环境
conda create -n mindspore python=3.7.5

安装GPU版本mindspore

首先，激活虚拟环境；使用如下命令安装gpu，具体操作流程查看这里

//激活虚拟环境
conda activate mindspore
//安装gpu版本的mindspore
pip install https://ms-release.obs.cn-north-4.myhuaweicloud.com/0.6.0-beta/MindSpore/gpu/ubuntu_x86/cuda-10.1/mindspore_gpu-0.6.0-cp37-cp37m-linux_x86_64.whl

查看cuda和cudnn版本及出现的相关问题

下面是查看cuda和cudnn版本命令，如果没有cuda和cudnn则需要从cudacudnn官网下载并安装，这里下载可能需要登录，并不麻烦不需要外网就可以下载，教程在这里；版本对应十分重要，务必十分重视！之后如果出现libcudnn.so.7找不到，则需要注意cudnn安装出现问题，需要重新安装cudnn或者将相应的官网下载的对应文件copy到对应位置即可。

//查看cuda版本
cat /usr/local/cuda/version.txt
或者使用nvidia-smi或者nvcc -v//查看cudnn版本
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2//查看显卡信息
nvidia-smi
nvcc -v

安装MPI依赖库

如果不安装或者安装的mpi依赖库版本低于3.1.5，则会报错libmpi.so.40找不到相应文件；安装流程如下，下载地址，教程地址

//解压
gunzip -c openmpi-4.0.4.tar.gz | tar xf -
cd openmpi-4.0.4
//配置；‘=’后面表示安装路径
./configure --prefix=***
//<...lots of output...>
//编译
make
//安装
make install

参考安装流程

可能报的错：
1.  在进行配置时，出现c/c++compiler问题，一般情况下ubantu会自带
c/c++编译器：gcc和g++；可以通过以下代码查看是否有这两个编译器以及
版本；
2. 执行make install时可能出现失败，此时可以使用sudo make install；
3. 安装好之后可以通过以下代码检查版本信息，以便校验是否安装成功；

//查看gcc版本
gcc --version
//查看g++版本
g++ --version
//g++版本切换
sudo update-alternatives --config g++
//更多关于gcc、g++的信息详见(包括安装、更新、删除等操作)：
//https://blog.csdn.net/sunshinefcx/article/details/82927458
//检查安装的mpi是否成功：
mpirun --version

安装nccl依赖库

下载nccl库，依据教程安装依赖库。

测试

首先，进入python编译环境，然后导入mindspore包查看是否出错：

//进入python编译环境
python
//导入mindspore包进行测试
import mindspore

如果没有报错，则说明安装成功，可以畅享mindspore了！
加油，成功路上你我相伴！