【昇腾】Ascend Snt9B使用深度学习框架PyTorch1.11.0版本的解决方案

举报
modelarts-dev-server 发表于 2023/11/25 16:48:05 2023/11/25
【摘要】 昇腾为使用PyTorch框架的开发者提供昇腾昇腾AI处理器的超强算力,需要安装PyTorch Adapter插件用于适配PyTorch,本文提供了解决方案指导用户安装Pytorch框架和Pytorch Adapter插件。

1. 背景

昇腾为使用PyTorch框架的开发者提供昇腾昇腾AI处理器的超强算力,需要安装PyTorch Adapter插件用于适配PyTorch,本文提供了解决方案指导用户安装Pytorch框架和Pytorch Adapter插件。

笔者使用了华为云ModelArts上的Snt9B资源以及其提供的一站式昇腾镜像EulerOS-2.10-Arm-rc3-64bit-for-Snt9B-BareMetal-with-CANN7.0.RC1,具体镜像环境可参考ModelArts NPU Snt9B裸金属支持的镜像详情

该Snt9B资源中的Python环境为3.7.9,参考昇腾官网文档可知,最高支持PyTorch1.11.0

pythorch.PNG

2. 安装PyTorch环境依赖

pip3 install pyyaml
pip3 install wheel
pip3 install typing_extensions

3. 安装官方aarch64 torch1.11.0版本包

# 安装1.11.0版本
wget https://download.pytorch.org/whl/torch-1.11.0-cp37-cp37m-manylinux2014_aarch64.whl
pip3 install torch-1.11.0-cp37-cp37m-manylinux2014_aarch64.whl

4. 安装Pytorch Adapter插件torch_npu

# 安装1.11.0版本
wget https://gitee.com/ascend/pytorch/releases/download/v5.0.rc3-pytorch1.11.0/torch_npu-1.11.0.post4-cp37-cp37m-linux_aarch64.whl
pip3 install torch_npu-1.11.0.post4-cp37-cp37m-linux_aarch64.whl

5. 验证命令

python3 -c "import torch;import torch_npu;print(torch_npu.npu.is_available())"

如下图返回True即为成功

torchok.PNG



【版权声明】本文为华为云社区用户原创内容,转载时必须标注文章的来源(华为云社区)、文章链接、文章作者等基本信息, 否则作者和本社区有权追究责任。如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。