在Ubuntu18.04.4LTS上安装MindSpore 0.2.0-alpha GPU版本 分享

在Ubuntu18.04.4LTS上安装MindSpore 0.2.0-alpha GPU版本，在nvidia-smi命令下，我的CUDA Version是10.2，官网上没有对应版本，我就用了10.1版本，具体如下：

下面开始安装MindSpore,　我安装的是MindSpore 0.2.0-alpha,　可能MindSpore 0.１.0-alpha版本也能按照如下方法安装，但我没有试过。安装步骤主要是按照官网的要求一步一步去做，这里就简单快速的说了，详细内容可见官网https://www.mindspore.cn/install

１．创建一个conda环境来安装MindSpore(可选，但强烈建议，关于conda，建议百度了解，推荐使用minianaconda)

在命令行执行命令　

conda create -n MindSpore0.2.0 python=3.7.5

 接下来就是等待，会有确认界面，输入

y

y表示确认创建环境。出现上面界面，即为成功。接着输入

conda activate MindSpore0.2.0

激活环境，依次输入如下命令

pip install https://ms-release.obs.cn-north-4.myhuaweicloud.com/0.2.0-alpha/MindSpore/gpu/cuda-10.1/mindspore_gpu-0.2.0-cp37-cp37m-linux_x86_64.whl
conda install cudatoolkit=10.1.243
conda install cudnn=7.6.5

下面是配置环境，直接复制下面内容，粘贴到命令行即可。

# control log level. 0-DEBUG, 1-INFO, 2-WARNING, 3-ERROR, default level is WARNING.
export GLOG_v=2
# Conda environmental options
LOCAL_ASCEND=/usr/local/Ascend # the root directory of run package
# lib libraries that the run package depends on
export LD_LIBRARY_PATH=${LOCAL_ASCEND}/add-ons/:${LOCAL_ASCEND}/fwkacllib/lib64:${LD_LIBRARY_PATH}
# Environment variables that must be configured
export TBE_IMPL_PATH=${LOCAL_ASCEND}/opp/op_impl/built-in/ai_core/tbe # TBE operator implementation tool path
export PATH=${LOCAL_ASCEND}/fwkacllib/ccec_compiler/bin/:${PATH} # TBE operator compilation tool path
export PYTHONPATH=${TBE_IMPL_PATH}:${PYTHONPATH} # Python library that TBE implementation depends on

到此，应该安装完成了，下面验证一下，在当前目录下新建tmp.py，内容如下：

import numpy as np
from mindspore import Tensor
from mindspore.ops import functional as F
import mindspore.context as context

# 偷偷告诉你，这里即使写的evice_target="Ascend"也应该是可以的哦
# context.set_context(device_target="Ascend")
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))

在命令行执行该tmp.py文件，出现如下结果表示安装成功。