十四、在Ubuntu 18.04 X86上使用MindSpore CPU版训练LeNet网络

书接上回：上次张小白没有在200DK上完成LeNet网络训练，这让曾经能在 树莓派4B和Jetson Nano B01完成LeNet训练的张小白感到有些失望。

不过这也挡不住张小白试验LeNet的心，既然无法在200DK上做训练，那么用WSL2 ubuntu GPU环境（或者开发环境ubuntu ）做LeNet训练，然后将训练好的结果送到200DK上做离线推理，应该是可以的吧？

先看下开发环境的环境：

有python3.7.5，但是没有mindspore，那就先在开发环境上安装MindSpore的CPU版本：

按照上面的选择来安装即可：

python3 -m pip install https://ms-release.obs.cn-north-4.myhuaweicloud.com/1.6.1/MindSpore/cpu/x86_64/mindspore-1.6.1-cp37-cp37m-linux_x86_64.whl --trusted-host ms-release.obs.cn-north-4.myhuaweicloud.com -i https://pypi.tuna.tsinghua.edu.cn/simple

下载mindpore的modelzoo代码仓：

准备数据集：

cd models/official/cv/lenet

mkdir MNIST

mkdir ckpt

cd MNIST

安装tree

查看数据集结构：

开始训练：

python3 train.py --data_path=./MNIST/ --device_target="CPU" --ckpt_path=./ckpt

。。。

。。。

训练结果在ckpt目录下：

执行评估：

python3 eval.py --data_path MNIST --ckpt_path ckpt/checkpoint_lenet-10_1875.ckpt --device_target="CPU" 

导出MindIR模型：

python3 export.py --ckpt_file ckpt/checkpoint_lenet-10_1875.ckpt --file_format "MINDIR" --device_target="CPU"

执行完毕后，会生成一个lenet.mindir文件：

将lenet.mindir和ckpt文件拷贝到200DK上。

scp lenet.mindir HwHiAiUser@192.168.199.204:/home/HwHiAiUser/models/official/cv/lenet/

scp -r ckpt HwHiAiUser@192.168.199.204:/home/HwHiAiUser/models/official/cv/lenet/

下面来尝试使用训练好的模型在200DK上进行推理。

（未完待续）