# 安装MindSpore 本文档介绍如何在Nvidia GPU的环境上快速安装MindSpore。 - [安装MindSpore](#安装mindspore) - [环境要求](#环境要求) - [硬件要求](#硬件要求) - [系统要求和软件依赖](#系统要求和软件依赖) - [Conda安装（可选）](#conda安装可选) - [安装指南](#安装指南) - [通过可执行文件安装](#通过可执行文件安装) - [从源码编译安装](#从源码编译安装) - [安装验证](#安装验证) - [安装MindInsight](#安装mindinsight) - [安装MindArmour](#安装mindarmour) ## 环境要求 ### 硬件要求 - Nvidia GPU ### 系统要求和软件依赖 | 版本号 | 操作系统 | 可执行文件安装依赖 | 源码编译安装依赖 | | ---- | :--- | :--- | :--- | | MindSpore 0.5.0-beta | Ubuntu 18.04 x86_64 | - [Python](https://www.python.org/downloads/) 3.7.5
- [CUDA 10.1](https://developer.nvidia.com/cuda-10.1-download-archive-base)
- [CuDNN](https://developer.nvidia.com/rdp/cudnn-archive) >= 7.6
- [OpenMPI](https://www.open-mpi.org/faq/?category=building#easy-build) 3.1.5 （可选，单机多卡/多机多卡训练需要）
- [NCCL](https://docs.nvidia.com/deeplearning/sdk/nccl-install-guide/index.html#debian) 2.4.8-1 （可选，单机多卡/多机多卡训练需要）
- 其他依赖项参见[requirements.txt](https://gitee.com/mindspore/mindspore/blob/r0.5/requirements.txt) | **编译依赖：**
- [Python](https://www.python.org/downloads/) 3.7.5
- [wheel](https://pypi.org/project/wheel/) >= 0.32.0
- [CMake](https://cmake.org/download/) >= 3.14.1
- [GCC](https://gcc.gnu.org/releases.html) 7.3.0
- [patch](http://ftp.gnu.org/gnu/patch/) >= 2.5
- [Autoconf](https://www.gnu.org/software/autoconf) >= 2.69
- [Libtool](https://www.gnu.org/software/libtool) >= 2.4.6-29.fc30
- [Automake](https://www.gnu.org/software/automake) >= 1.15.1
- [CUDA 9.2](https://developer.nvidia.com/cuda-92-download-archive) / [CUDA 10.1](https://developer.nvidia.com/cuda-10.1-download-archive-base)
- [CuDNN](https://developer.nvidia.com/rdp/cudnn-archive) >= 7.6
**安装依赖：**
与可执行文件安装依赖相同 | - 在联网状态下，安装whl包时会自动下载`requirements.txt`中的依赖项，其余情况需自行安装。 - 为了方便用户使用，MindSpore降低了对Autoconf、Libtool、Automake版本的依赖，可以使用系统自带版本。 ### Conda安装（可选） 1. Conda安装包下载路径如下。 - [X86 Anaconda](https://www.anaconda.com/distribution/) 或 [X86 Miniconda](https://docs.conda.io/en/latest/miniconda.html) 2. 创建并激活Python环境。 ```bash conda create -n {your_env_name} python=3.7.5 conda activate {your_env_name} ``` > Conda是强大的Python环境管理工具，建议初学者上网查阅更多资料。 ## 安装指南 ### 通过可执行文件安装 - 从[MindSpore网站下载地址](https://www.mindspore.cn/versions)下载whl包，建议先进行SHA-256完整性校验，执行如下命令安装MindSpore。 ```bash pip install mindspore_gpu-{version}-cp37-cp37m-linux_{arch}.whl ``` ### 从源码编译安装 1. 从代码仓下载源码。 ```bash git clone https://gitee.com/mindspore/mindspore.git -b r0.5 ``` 2. 在源码根目录下执行如下命令编译MindSpore。 ```bash bash build.sh -e gpu ``` > - 在执行上述命令前，需保证可执行文件`cmake`和`patch`所在路径已加入环境变量PATH中。 > - `build.sh`中会执行`git clone`获取第三方依赖库的代码，请提前确保git的网络设置正确可用。 > - `build.sh`中默认的编译线程数为8，如果编译机性能较差可能会出现编译错误，可在执行中增加-j{线程数}来减少线程数量。如`bash build.sh -e gpu -j4`。 3. 执行如下命令安装MindSpore。 ```bash chmod +x build/package/mindspore_gpu-{version}-cp37-cp37m-linux_{arch}.whl pip install build/package/mindspore_gpu-{version}-cp37-cp37m-linux_{arch}.whl ``` ## 安装验证 - 安装好MindSpore之后，执行如下python脚本： ```bash import numpy as np from mindspore import Tensor from mindspore.ops import functional as F import mindspore.context as context context.set_context(device_target="GPU") x = Tensor(np.ones([1,3,3,4]).astype(np.float32)) y = Tensor(np.ones([1,3,3,4]).astype(np.float32)) print(F.tensor_add(x, y)) ``` - 若出现如下结果，即安装验证通过。 ```bash [[[ 2. 2. 2. 2.], [ 2. 2. 2. 2.], [ 2. 2. 2. 2.]], [[ 2. 2. 2. 2.], [ 2. 2. 2. 2.], [ 2. 2. 2. 2.]], [[ 2. 2. 2. 2.], [ 2. 2. 2. 2.], [ 2. 2. 2. 2.]]] ``` # 安装MindInsight 当您需要查看训练过程中的标量、图像、计算图以及模型超参等信息时，可以选装MindInsight。 ## 环境要求 ### 系统要求和软件依赖 | 版本号 | 操作系统 | 可执行文件安装依赖 | 源码编译安装依赖 | | ---- | :--- | :--- | :--- | | MindInsight 0.5.0-beta | - Ubuntu 18.04 x86_64 | - [Python](https://www.python.org/downloads/) 3.7.5
- MindSpore 0.5.0-beta
- 其他依赖项参见[requirements.txt](https://gitee.com/mindspore/mindinsight/blob/r0.5/requirements.txt) | **编译依赖：**
- [Python](https://www.python.org/downloads/) 3.7.5
- [CMake](https://cmake.org/download/) >= 3.14.1
- [GCC](https://gcc.gnu.org/releases.html) 7.3.0
- [node.js](https://nodejs.org/en/download/) >= 10.19.0
- [wheel](https://pypi.org/project/wheel/) >= 0.32.0
- [pybind11](https://pypi.org/project/pybind11/) >= 2.4.3
**安装依赖：**
与可执行文件安装依赖相同 | - 在联网状态下，安装whl包时会自动下载`requirements.txt`中的依赖项，其余情况需自行安装。 ## 安装指南 ### 通过可执行文件安装 1. 从[MindSpore网站下载地址](https://www.mindspore.cn/versions)下载whl包，建议先进行SHA-256完整性校验，执行如下命令安装MindInsight。 ```bash pip install mindinsight-{version}-cp37-cp37m-linux_{arch}.whl ``` 2. 执行如下命令，如果提示`web address: http://127.0.0.1:8080`，则说明安装成功。 ```bash mindinsight start ``` ### 从源码编译安装 1. 从代码仓下载源码。 ```bash git clone https://gitee.com/mindspore/mindinsight.git -b r0.5 ``` > **不能**直接在仓库主页下载zip包获取源码。 2. 可选择以下任意一种安装方式： (1) 进入源码的根目录，执行安装命令。 ```bash cd mindinsight pip install -r requirements.txt python setup.py install ``` (2) 构建whl包进行安装。 进入源码的根目录，先执行`build`目录下的MindInsight编译脚本，再执行命令安装`output`目录下生成的whl包。 ```bash cd mindinsight bash build/build.sh pip install output/mindinsight-{version}-cp37-cp37m-linux_{arch}.whl ``` 3. 执行如下命令，如果提示`web address: http://127.0.0.1:8080`，则说明安装成功。 ```bash mindinsight start ``` # 安装MindArmour 当您进行AI模型安全研究或想要增强AI应用模型的防护能力时，可以选装MindArmour。 ## 环境要求 ### 系统要求和软件依赖 | 版本号 | 操作系统 | 可执行文件安装依赖 | 源码编译安装依赖 | | ---------------------- | :------------------ | :----------------------------------------------------------- | :----------------------- | | MindArmour 0.5.0-beta | Ubuntu 18.04 x86_64 | - [Python](https://www.python.org/downloads/) 3.7.5
- MindSpore 0.5.0-beta
- 其他依赖项参见[setup.py](https://gitee.com/mindspore/mindarmour/blob/r0.5/setup.py) | 与可执行文件安装依赖相同 | - 在联网状态下，安装whl包时会自动下载`setup.py`中的依赖项，其余情况需自行安装。 ## 安装指南 ### 通过可执行文件安装 1. 从[MindSpore网站下载地址](https://www.mindspore.cn/versions)下载whl包，建议先进行SHA-256完整性校验，执行如下命令安装MindArmour。 ```bash pip install mindarmour-{version}-cp37-cp37m-linux_{arch}.whl ``` 2. 执行如下命令，如果没有提示`No module named 'mindarmour'`等加载错误的信息，则说明安装成功。 ```bash python -c 'import mindarmour' ``` ### 从源码编译安装 1. 从代码仓下载源码。 ```bash git clone https://gitee.com/mindspore/mindarmour.git -b r0.5 ``` 2. 在源码根目录下，执行如下命令编译并安装MindArmour。 ```bash cd mindarmour python setup.py install ``` 3. 执行如下命令，如果没有提示`No module named 'mindarmour'`等加载错误的信息，则说明安装成功。 ```bash python -c 'import mindarmour' ```