Ubuntu18.04 nvidia-docker mindspore安装——以1.8.1为例

不吃水果的太空人

已于 2023-02-25 23:19:50 修改

阅读量379

点赞数

分类专栏：深度学习文章标签： docker python ubuntu mindspore

于 2023-02-25 23:05:45 首次发布

本文链接：https://blog.youkuaiyun.com/weixin_44223180/article/details/129221631

版权

深度学习专栏收录该内容

4 篇文章

订阅专栏

手动安装方法

因为我在docker容器中已经安装好了cuda python3.8等，所以选择手动安装。已成功（cuda11.1+cudnn8+python3.8.8）

原版官方安装手册

1.安装MindSpore

选择想要安装的MindSpore版本。以1.8.1版本为例，执行以下命令。（直接输入，不用管，MS_VERSION在后面用作pip下载的版本号）

export MS_VERSION=1.8.1

然后根据CUDA版本及Python版本执行如下命令安装MindSpore。

CUDA10.1 + Python3.7

pip install https://ms-release.obs.cn-north-4.myhuaweicloud.com/${MS_VERSION}/MindSpore/gpu/x86_64/cuda-10.1/mindspore_gpu-${MS_VERSION/-/}-cp37-cp37m-linux_x86_64.whl --trusted-host ms-release.obs.cn-north-4.myhuaweicloud.com -i https://pypi.tuna.tsinghua.edu.cn/simple

CUDA10.1 + Python3.8

pip install https://ms-release.obs.cn-north-4.myhuaweicloud.com/${MS_VERSION}/MindSpore/gpu/x86_64/cuda-10.1/mindspore_gpu-${MS_VERSION/-/}-cp38-cp38-linux_x86_64.whl --trusted-host ms-release.obs.cn-north-4.myhuaweicloud.com -i https://pypi.tuna.tsinghua.edu.cn/simple

CUDA10.1 + Python3.9

pip install https://ms-release.obs.cn-north-4.myhuaweicloud.com/${MS_VERSION}/MindSpore/gpu/x86_64/cuda-10.1/mindspore_gpu-${MS_VERSION/-/}-cp39-cp39-linux_x86_64.whl --trusted-host ms-release.obs.cn-north-4.myhuaweicloud.com -i https://pypi.tuna.tsinghua.edu.cn/simple

CUDA11.1 + Python3.7

pip install https://ms-release.obs.cn-north-4.myhuaweicloud.com/${MS_VERSION}/MindSpore/gpu/x86_64/cuda-11.1/mindspore_gpu-${MS_VERSION/-/}-cp37-cp37m-linux_x86_64.whl --trusted-host ms-release.obs.cn-north-4.myhuaweicloud.com -i https://pypi.tuna.tsinghua.edu.cn/simple

CUDA11.1 + Python3.8

pip install https://ms-release.obs.cn-north-4.myhuaweicloud.com/${MS_VERSION}/MindSpore/gpu/x86_64/cuda-11.1/mindspore_gpu-${MS_VERSION/-/}-cp38-cp38-linux_x86_64.whl --trusted-host ms-release.obs.cn-north-4.myhuaweicloud.com -i https://pypi.tuna.tsinghua.edu.cn/simple

CUDA11.1 + Python3.9

pip install https://ms-release.obs.cn-north-4.myhuaweicloud.com/${MS_VERSION}/MindSpore/gpu/x86_64/cuda-11.1/mindspore_gpu-${MS_VERSION/-/}-cp39-cp39-linux_x86_64.whl --trusted-host ms-release.obs.cn-north-4.myhuaweicloud.com -i https://pypi.tuna.tsinghua.edu.cn/simple

2.验证是否成功安装

运行MindSpore GPU版本前，请确保nvcc的安装路径已经添加到PATH与LD_LIBRARY_PATH环境变量中，如果没有添加，以安装在默认路径的CUDA11为例，可以执行如下操作：

export PATH=/usr/local/cuda-11.1/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-11.1/lib64:$LD_LIBRARY_PATH

如果之前安装了其他CUDA版本或者CUDA安装路径不同，只需替换上述命令中的/usr/local/cuda-11.1为当前安装的CUDA路径。

验证（官方的例子）：

方法一：


> 输入

python -c "import mindspore;mindspore.run_check()"

> 如果输出以下内容则成功

MindSpore version: 版本号
The result of multiplication calculation is correct, MindSpore has been installed successfully!

方法二：

import numpy as np
import mindspore as ms
import mindspore.ops as ops

ms.set_context(device_target="GPU")
x = ms.Tensor(np.ones([1,3,3,4]).astype(np.float32))
y = ms.Tensor(np.ones([1,3,3,4]).astype(np.float32))
print(ops.add(x, y))

输出：

[[[[2. 2. 2. 2.]
   [2. 2. 2. 2.]
   [2. 2. 2. 2.]]

  [[2. 2. 2. 2.]
   [2. 2. 2. 2.]
   [2. 2. 2. 2.]]

  [[2. 2. 2. 2.]
   [2. 2. 2. 2.]
   [2. 2. 2. 2.]]]]

说明MindSpore安装成功了。
在这里插入图片描述

3.升级MindSpore版本

pip install --upgrade mindspore-gpu=={version}

默认选择CUDA11版本，若仍希望使用CUDA10版本，请选择相应的完整wheel安装包。

* 安装TensorRT-可选

完成CUDA和cuDNN的安装后，在TensorRT下载页面下载配套CUDA 11.1的TensorRT 7.2.2，注意选择下载TAR格式的安装包。假设下载的文件名为TensorRT-7.2.2.3.Ubuntu-18.04.x86_64-gnu.cuda-11.1.cudnn8.0.tar.gz。使用以下命令安装TensorRT。

nvidia官网需要登录
在这里插入图片描述
使用wget下载该连接时老是下载成HTML，而不是原版，Windows却不会，不知道什么原因，我是使用xftp传到服务器端的。

tar xzf TensorRT-7.2.2.3.Ubuntu-18.04.x86_64-gnu.cuda-11.1.cudnn8.0.tar.gz
cd TensorRT-7.2.2.3
echo -e "export TENSORRT_HOME=$PWD" >> ~/.bashrc
echo -e "export LD_LIBRARY_PATH=\$TENSORRT_HOME/lib:\$LD_LIBRARY_PATH" >> ~/.bashrc
source ~/.bashrc
cd -