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