VScode_Python39用pip配置MindSporeCPU版及测试程序-CFANZ编程社区

1. 配置MindSpore

MindSpore(昇思) 是华为推出的一款新的开源深度学习框架，可用于多种场景，在PyCharm的Settings_>>Available Packages中可直接检索到相关版本的安装包进行简单配置（×），大概率不行（√），因为要正确选择与你的Python相应的版本。
在这里插入图片描述
本文所采用的安装环境：
Python3.9.0版本
更新pip至cmd中提示建议的版本
操作系统Windows x64

登录昇思安装页面
这里选择的是MindSpore1.5.0 Cpu版
使用pip命令安装：
在这里插入图片描述
找到你的python.exe安装目录并打开cmd：

输入d:
根目录切换到D盘，

在这里插入图片描述

输入cd D:\Python39
切换到python.exe所在的目录（每个人的安装目录不同，自定义）

通常，若在这里输入python，可进入python39, 并查看具体版本信息，
但注意pip命令不是在python中输入，否则会报错无效语法！（相当于在.py的源程序中乱输一行字符）

在这里插入图片描述
回到上一步，在D:\Python39（即python.exe所在的目录下）
直接输入pip安装命令：

pip install https://ms-release.obs.cn-north-4.myhuaweicloud.com/1.5.0/MindSpore/cpu/x86_64/mindspore-1.5.0-cp37-cp37m-win_amd64.whl --trusted-host ms-release.obs.cn-north-4.myhuaweicloud.com -i https://pypi.tuna.tsinghua.edu.cn/simple

值得注意的是，MindSpore配置成功的同时还会自动安装一些如scipy、numpy等深度学习常用的第三方库，由于使用了华为云镜像，所以下载速度会很快：
在这里插入图片描述

2 测试程序

Windows搜索栏查找Python3.9，选择Python自带的集成开发环境：IDLE (Python 3.9 64-bit)并打开，以张量的例程检测numpy, MindSpore等Packages是否正常调用。

Demo:

import numpy as np  #导入numpy模块
from mindspore import Tensor, context
from mindspore import dtype as mstype
context.set_context(mode=context.GRAPH_MODE, device_target="CPU") #通过context.set_context配置运行模式
from mindspore import set_seed
from mindspore import dtype as mstype
from mindspore.common.initializer import One, Normal
from mindspore import ops

set_seed(1)
#初始化两个2*2形状的张量，支持mstype.int32、mstype.float32、mstype.bool_等类型
tensor1 = Tensor(shape=(2, 2), dtype=mstype.float32, init=One())
tensor2 = Tensor(shape=(2, 2), dtype=mstype.float32, init=Normal())
print(tensor1)
print(tensor2)

#继承另一个张量的属性，形成新的张量
oneslike = ops.OnesLike()
x = Tensor(np.array([[0, 1], [2, 1]]).astype(np.int32))
output = oneslike(x)
print()
print(output)

#张量转换为NumPy
zeros = ops.Zeros()
print("output: {}".format(type(output)))
n_output = output.asnumpy()
print("n_output: {}".format(type(n_output)))
print()

#NumPy转换为张量
output = np.array([1, 0, 1, 0]) #重新初始化output
print("output: {}".format(type(output)))
t_output = Tensor(output)
print("t_output: {}".format(type(t_output)))

Answer：

3 VScode环境下配置Python39及MindSpore

喜欢VScode编辑器的朋友，也可以尝试将工作环境按以下步骤迁移进去：
由于本人电脑安装了两个版本的Python(3.7.9和3.9.0)，且之前已成功配置过Python37的VScode，因此尝试指定为Python39重新配置VScode；

新建一个文件夹，并在VScode中通过文件_>打开文件夹，打开；
在拓展商店中安装Python，

完成后左下角会出现你的电脑上安装的 Python 版本（下载 Python），这是 VS Code 默认使用的 Python 版本，顺利的话，可以看到新建的文件夹中VScode会默认将Python39作为星标的解释器：

在这里插入图片描述

且新建一个.py文件后，输入一段Python代码，已能够成功识别语法并运行：
在这里插入图片描述

如果这里有想修改为Python3.7.5为解释器的朋友，可以参考Python in VS Code：环境配置；

在拓展商店中安装Code Runner

虽然已经可以在VScode编辑器中右键_>在终端中运行Python文件：

但万能的Code Runner可以方便你直接按F5运行，Run Code后将 code-runner输出移至vscode 的内置终端输出；

Code Runner配置方法：
找到Code Runner的扩展设置，在用户中选择在settings.json中编辑，
在这里插入图片描述
输入以下两块Python39的自定义命令，即可完成配置（安装目录根据自己情况选择）

"python.pythonPath": "D:\\Python39\\python.exe",
"code-runner.executorMap":{
        "python": "$pythonPath -u $fullFileName",
        },

在这里插入图片描述
完成以上操作后，就可成功完成VScode中对基于Python39的MindSporeCPU版基本配置：