Press "Enter" to skip to content

看这里!带你快速体验MindSpore V1.0(For ubuntu 18.04)

本站内容均来自兴趣收集,如不慎侵害的您的相关权益,请留言告知,我们将尽快删除.谢谢.

摘要: 本文介绍了如何在Ubuntu 18.04上安装CPU版本的MindSpore V1.0。并使用安装好的MindSpore进行了LeNet的模型训练。

 

Part One:引言

 

在HC2020大会中,张小白就透露出了想试玩MindSpore V1.0的愿望。MindSpore是华为开发的一款深度学习的开源框架,今天这个愿望就要实现了。。。

 

先来分析下该怎幺玩转。。。让我们看下 https://www.mindspore.cn/install 官网的介绍文档:

 

体验MindSpore V1.0 的方式有N种

 

 

官方文档也很不错,给大家提供了选择,然后分别告诉你该怎幺玩。。。

 

首先,硬件平台为Ascend910的,一般人就别选了。这是需要买华为的昇腾服务器的人才能玩的。而且,张小白的Atlas 200DK都玩不了。。因为那只是Ascend 310芯片。。不过,倒是可以在ModelArts上选择这个环境。但是,ModelArts上面,这些环境都内置好了,其实用户也体验不到安装和折腾的快感了。(我们的座右铭是——我折腾、我快乐)。

 

其次,硬件平台为GPU CUDA的,有好显卡的人可以上。什幺叫做好显卡。举个例子吧。最近即将出来的 GeForce RTX 3080

 

 

或者比它更高端的3090显卡:

 

 

用这些卡去做AI训练,跑MindSpore,可能没啥问题。。。否则,你可能会觉得慢。。。当然,张小白也没有这些好显卡。。。所以,退而求其次,只能选择CPU的方式了。。。

 

选中了CPU之后,你可以选择的操作系统就不多了。。。包含:

 

(1) ubuntu aarch64 ,这个是ARM芯片的ubuntu系统,典型的就是鲲鹏相关服务器。。。当然,200DK的运行系统也是这个系统。张小白有没有鲲鹏台式机或者笔记本,显然没有。当然,希望华为或者荣耀赶紧推出这一型号的笔记本。。倒是可以让用户尝试一下。。。

 

(2) ubuntu x86 ,这个是x86芯片的ubuntu系统。这个范围可就大了去了。要幺,你可以直接在台式机或笔记本上安装原生的ubuntu系统(搞什幺双启动之类的),也可以使用虚拟化软件安装ubuntu虚拟机。这个就作为笔者这篇文章的操作系统吧。

 

(3) windows x64 ,这个很简单,就是x86芯片(但是需要64位的,其实前面也都是64位的。。)的windows系统。比如windows10之类的。这个用台式机或者笔记本都可以试。windows的好处是,不仅仅可以选择cpu模式,如果你有个好的显卡,还可以选择gpu模式。不过显然张小白不是土豪。其实windows这块的体验已经有大大们试过了。这里暂时不提。

 

我们看下面:Python版本必须是3.7.5,这个没有办法选择。

 

安装方式有Pip和Source这两种。显然,Pip的安装方式应该比较快,Source即源码安装,这个方法,其实张小白还在折腾中,也不知道是否能折腾出结果。。。

 

那幺,我们就用上面的这一条线:版本1.0.0+硬件CPU+操作系统Ubuntu-X86+Python3.7.5+安装方式pip当作本次MindSpore V1.0的安装方式吧。。

 

前面的链接下介绍了系统安装的环境要求:

 

 

其中requirements.txt内容如下:

 

numpy >= 1.17.0, <= 1.17.5
protobuf >= 3.8.0
asttokens >= 1.1.13
pillow >= 6.2.0
scipy >= 1.3.3
easydict >= 1.9
sympy >= 1.4
cffi >= 1.13.2
wheel >= 0.32.0
decorator >= 4.4.0
setuptools >= 40.8.0
matplotlib >= 3.1.3         # for ut test
opencv-python >= 4.1.2.30   # for ut test
sklearn >= 0.0              # for st test
pandas >= 1.0.2             # for ut test
bs4
astunparse
packaging >= 20.0

 

Part Two:安装Ubuntu 18.04虚拟机

 

先到 http://old-releases.ubuntu.co… 18.04的镜像。。

 

找到并下载 http://old-releases.ubuntu.co…

 

 

使用VMWare安装,“简易安装”,一路走下去(把内存改为4G),顺利完成。

 

 

使用ascend用户登录:(当初安装时选择的用户名)

 

 

进入系统,记得不帮助Ubuntu就对了。。

 

 

也不要升级:

 

 

替换国内阿里源:

 

sudo cp /etc/apt/sources.list /etc/apt/source.list.bk

 

vi /etc/apt/sources.list

 

注释现有所有的deb

 

贴入以下内容:

 

# 阿里源
deb http://mirrors.aliyun.com/ubuntu/ bionic main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ bionic-security main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ bionic-updates main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ bionic-proposed main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ bionic-backports main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ bionic main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ bionic-security main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ bionic-updates main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ bionic-proposed main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ bionic-backports main restricted universe multiverse

 

保存退出。

 

sudo apt update

 

 

sudo apt-get update

 

 

sudo apt-get install aptitude

 

 

Part Three:安装Python3.7.5

 

在python官网已经找不到 3.7.5了,所以估计只能选择源码安装了。。。

 

 

好在在华为云的镜像站有 https://mirrors.huaweicloud.c…

 

 

复制地址,打开新的teminal,下载吧。。。

 

wget https://mirrors.huaweicloud.c…

 

 

解压:

 

xz -d Python-3.7.5.tar.xz

 

tar xvf Python-3.7.5.tar

 

 

。。。

 

 

python安装源码包搞定。

 

为了编译源码,我们做一些准备工作,比如安装gcc和g++:

 

sudo aptitude install gcc

 

 

耐心的等待结束:

 

 

sudo apt install gcc

 

 

sudo apt-get install g++

 

 

编译器搞定,接着装python的依赖包:

 

sudo apt-get install -y build-essential libssl-dev zlib1g-dev libbz2-dev libreadline-dev libsqlite3-dev wget curl llvm libncurses5-dev libncursesw5-dev xz-utils tk-dev libffi-dev liblzma-dev

 

 

。。。

 

 

正式编译安装Python-3.7.5

 

切换Python-3.7.5目录

 

sudo ./configure –enable-optimizations –prefix=/usr/python3

 

指定安装后的python放到 /usr/python3目录下。

 

 

。。。

 

 

sudo make

 

耐心等待。。。

 

有400多个test要做。。

 

 

继续耐心等待。。。

 

 

然后部署。。

 

sudo make install

 

 

切换到安装目录,查看版本:

 

 

在/etc/profile加入/usr/python3/bin的PATH,并执行,这样可以在任何地方都可以优先执行python 3.7.5

 

 

好了,Python 3.7.5源码编译完成。

 

Part Four:PIP安装MindSpore

 

终于可以激冻人心的进入到MindSpore的安装过程了。

 

为了确保是在3.7.5环境的pip下安装,

 

python3 -m pip install https://ms-release.obs.cn-nor…

 

 

当然了。。出点问题也算正常的。。

 

 

 

好像是装decorator时遇到了权限问题。

 

那我们换成root用户装吧。。。

 

python3 -m pip install https://ms-release.obs.cn-nor…

 

很快就秒装完毕,也没任何出错:

 

 

 

然后进入python验证下安装结果:

 

 

PIP安装MindSpore的过程真的很简单。

 

Part Five:使用Mindspore进行LENET训练

 

首先到mindspore gitee官网下载lenet的相关示例代码:

 

https://gitee.com/mindspore/m…

 

 

然后打开 http://yann.lecun.com/exdb/mn…

 

 

将链接中这四个文件下载到本地,并放入前面下载好的lenet下新建的MNIST_DATA目录下。

 

 

并且,用winrar解压,分别将train开头的文件和t10k开头的文件放入train和test目录下。

 

 

 

然后,把这些代码打包成lenet.zip,使用scp工具(如Xftp 6),传输到ubuntu 18.04中:

 

然后执行unzip lenet.zip解压。

 

 

就可以在ubuntu下看到这些文件了。

 

当然,这些过程也可以直接在ubuntu中做。。比如使用wget直接下载训练集文件等等。

 

接着,为了保险起见,暂时先用root执行吧。。(怕ascend用户执行又有什幺权限问题。。。)

 

cd /home/ascend/lenet/

 

vi train.py

 

将device_target的default改为CPU。将data_path设成 MNIST_DATA目录。其余暂时保持不变:

 

 

然后开始跑训练吧。。。

 

python3 train.py

 

 

一会儿就跑完了。。。

 

 

并且在ckpt下会生成一些文件。。。

 

 

回到上层目录,执行:

 

python3 eval.py –ckpt_path=./ckpt/checkpoint_lenet-10_1875.ckpt

 

 

执行验证成功,模型的精度为98.7580%。。。

 

说明使用mindspore在跑lenet这些例程还是比较顺利的。

 

参考资料:

 

(1)[干货分享] Mindspore 1.0初体验 https://bbs.huaweicloud.com/f… @JeffDing

 

(2)[干货分享] 体验MindSpore v1.0(一)——安装篇 https://bbs.huaweicloud.com/f…

 

Be First to Comment

发表评论

电子邮件地址不会被公开。 必填项已用*标注