在本地主机使用anaconda3 安装MindSpore环境——教程(GPU版本)

创建MindSpore虚拟环境

• 创建虚拟环境并安装依赖库

 ​​conda create -n mindspore python=3.7.5 cudatoolkit=10.1 cudnn=7.6.5 gmp=6.1.2 nccl openmpi​​

或者分步安装：

​​conda create -n mindspore python=3.7.5 ​​

conda activate mindspore

conda install ​​cudatoolkit=10.1 cudnn=7.6.5​​conda install ​​gmp=6.1.2​​conda install ​​nccl​​conda install ​​openmpi​​

打印环境所有安装的库：

conda list

# packages in environment at /home/devil/anaconda3/envs/mindspore:
#
# Name                    Version                   Build  Channel
_libgcc_mutex             0.1                        main  
_openmp_mutex             4.5                       1_gnu  
asttokens                 2.0.5                    pypi_0    pypi
astunparse                1.6.3                    pypi_0    pypi
ca-certificates           2021.5.25            h06a4308_1  
certifi                   2021.5.30        py37h06a4308_0  
cffi                      1.14.5                   pypi_0    pypi
cudatoolkit               10.1.243             h6bb024c_0  
cudnn                     7.6.5                cuda10.1_0  
decorator                 5.0.9                    pypi_0    pypi
easydict                  1.9                      pypi_0    pypi
gmp                       6.1.2                h6c8ec71_1  
libedit                   3.1.20210216         h27cfd23_1  
libffi                    3.2.1             hf484d3e_1007  
libgcc-ng                 9.3.0               h5101ec6_17  
libgfortran-ng            7.5.0               ha8ba4b0_17  
libgfortran4              7.5.0               ha8ba4b0_17  
libgomp                   9.3.0               h5101ec6_17  
libstdcxx-ng              9.3.0               hd4cf53a_17  
mindspore-gpu             1.2.1                    pypi_0    pypi
mpi                       1.0                     openmpi  
mpmath                    1.2.1                    pypi_0    pypi
nccl                      2.8.3.1              hcaf9a05_0  
ncurses                   6.2                  he6710b0_1  
numpy                     1.21.0                   pypi_0    pypi
openmpi                   4.0.2                hb1b8bf9_1  
openssl                   1.1.1k               h27cfd23_0  
packaging                 21.0                     pypi_0    pypi
pillow                    8.3.0                    pypi_0    pypi
pip                       21.1.3           py37h06a4308_0  
protobuf                  3.17.3                   pypi_0    pypi
psutil                    5.8.0                    pypi_0    pypi
pycparser                 2.20                     pypi_0    pypi
pyparsing                 2.4.7                    pypi_0    pypi
python                    3.7.5                h0371630_0  
readline                  7.0                  h7b6447c_5  
scipy                     1.7.0                    pypi_0    pypi
setuptools                52.0.0           py37h06a4308_0  
six                       1.16.0                   pypi_0    pypi
sqlite                    3.33.0               h62c20be_0  
sympy                     1.8                      pypi_0    pypi
tk                        8.6.10               hbc83047_0  
wheel                     0.36.2             pyhd3eb1b0_0  
xz                        5.2.5                h7b6447c_0  
zlib                      1.2.11               h7b6447c_3

View Code

 所安装的依赖软件库和官方给出的有一定差别，但是后面验证发现可以正常使用，因此这样安装是完全可以的。

 具体说明，参考：​​https://zhuanlan.zhihu.com/p/364284533​​

为  cuda 和  cudnn 配置环境路径：

本人使用anaconda3创建的Python环境地址为：

/home/devil/anaconda3/envs/mindspore/

在 anaconda3中配置环境：

创建文件夹   etc/conda/activate.d  ：

mkdir -p etc/conda/activate.d

配置进入虚拟环境后加入的环境变量：

vim /home/devil/anaconda3/envs/mindspore/etc/conda/activate.d/env_vars.sh

配置内容：

# add library path
export LD_LIBRARY_PATH=/home/devil/anaconda3/envs/mindspore/lib:$LD_LIBRARY_PATH


# then, add system path
export PATH=/home/devil/anaconda3/envs/mindspore/bin:$PATH




# you should modify the code as:
# export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/{your_path_to_install_conda}/envs/{your_virtual_env_name}/lib
# export PATH=$PATH:/{your_path_to_install_conda}/envs/{your_virtual_env_name}/bin

退出环境，重新进入：

conda deactivate mindspore

conda activate mindspore

测试是否安装配置成功：

测试文件：

import numpy as np
from mindspore import Tensor
import mindspore.ops as ops
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(ops.add(x, y))

成功运行，证明虽然安装的软件版本与官方的有略微差别但是其兼容性还是不影响code的运行的。