이봐! MindSpore V1.0 (우분투 18.04 용)을 빠르게 경험해보십시오.

요약 :  이 문서는 Ubuntu 18.04에 MindSpore V1.0의 CPU 버전을 설치하는 방법을 설명합니다. 그리고 설치된 MindSpore를 사용하여 LeNet 모델 교육을 수행했습니다.

1 부 : 소개

HC2020 컨퍼런스에서 Zhang Xiaobai는 MindSpore V1.0을 사용해보고 싶은 마음을 밝혔다. MindSpore는 Huawei가 개발 한 딥 러닝을위한 오픈 소스 프레임 워크로, 오늘이 소원이 실현 될 것입니다. . .

게임 방법을 분석해 봅시다. . . 공식 웹 사이트 https://www.mindspore.cn/install에서 소개 문서를 살펴 보겠습니다.

MindSpore V1.0을 경험하는 방법은 N 가지가 있습니다.

공식 문서도 매우 훌륭하여 옵션을 제공하고 게임 방법을 알려줍니다. . .

우선, 하드웨어 플랫폼은 Ascend910이며 대부분의 사람들은 그것을 선택하지 않습니다. 이것은 플레이하기 위해 Huawei의 Ascend 서버를 구매해야하는 사람들을위한 것입니다. 또한 Zhang Xiaobai의 Atlas 200DK를 재생할 수 없습니다. . Ascend 310 칩이기 때문입니다. . 그러나 ModelArts에서이 환경을 선택할 수 있습니다. 그러나 ModelArts에서는 이러한 환경이 모두 내장되어 있으며 실제로 사용자는 설치 및 던지기의 스릴을 경험할 수 없습니다. (우리의 좌우명은-I toss, I am happy).

둘째, 하드웨어 플랫폼은 GPU CUDA로, 좋은 그래픽 카드를 가진 사람들이 사용할 수 있습니다. 좋은 그래픽 카드는 무엇입니까? 예를 들어보세요. 최근 출시 된 GeForce RTX 3080 그래픽 카드,

또는 고급형 3090 그래픽 카드 :

이 카드를 사용하여 AI 교육을 수행하고 MindSpore를 실행하면 문제가 없을 수 있습니다. . . 그렇지 않으면 느려질 수 있습니다. . . 물론 Zhang Xiaobai에는 이러한 좋은 그래픽 카드가 없습니다. . . 따라서 두 번째로 좋은 방법은 CPU 방법을 선택하는 것입니다. . .

CPU를 선택한 후에는 선택할 수있는 운영 체제가 많지 않습니다. . . 있다:

(1) ubuntu aarch64 , 이것은 ARM 칩이있는 우분투 시스템으로, 일반적으로 Kunpeng 관련 서버입니다. . . 물론 200DK 운영 체제도이 시스템입니다. Zhang Xiaobai는 Kunpeng 데스크탑이나 노트북을 가지고 있습니까? 물론 Huawei 나 Honor가이 노트북 모델을 빨리 출시하기를 바랍니다. . 사용자가 시도하도록 할 수 있습니다. . .

(2) ubuntu x86 , 이것은 x86 칩이있는 우분투 시스템입니다. 이 범위는 확장 할 수 있습니다. 데스크톱 또는 랩톱에 직접 기본 우분투 시스템을 설치하거나 (이중 부팅의 종류) 가상화 소프트웨어를 사용하여 우분투 가상 머신을 설치할 수 있습니다. 이 문서의 운영 체제입니다.

(3) windows x64 , 이것은 매우 간단합니다. x86 칩의 Windows 시스템입니다 (하지만 64 비트가 필요합니다. 사실 이전 버전은 모두 64 비트입니다 ...). 예를 들어, windows10 등. 데스크탑이나 노트북에서 시도해 볼 수 있습니다. Windows의 장점은 CPU 모드를 선택할 수있을뿐만 아니라 좋은 그래픽 카드가 있으면 GPU 모드를 선택할 수도 있다는 것입니다. 그러나 분명히 Zhang Xiaobai는 지역 폭군이 아닙니다. 실제로 많은 사람들이 Windows 경험을 시도했습니다. 지금은 말할 것도 없습니다.

다음을 살펴 보겠습니다. Python 버전은 3.7.5 여야하며이를 선택할 방법이 없습니다.

설치 방법에는 Pip과 Source의 두 가지가 있습니다. 분명히 Pip 설치 방법은 더 빠를 것입니다. 소스는 소스 코드 설치입니다. 사실 Zhang Xiaobai는 여전히이 방법에 대해 고민하고 있으며 결과를 생성 할 수 있는지 모르겠습니다. . .

이번에는 MindSpore V1.0의 설치 방법으로 위의 줄을 사용합시다 : version 1.0.0 + hardware CPU + operating system Ubuntu-X86 + Python3.7.5 + installation method pip as the installation method of MindSpore V1.0 in this time. .

시스템 설치를위한 환경 요구 사항은 이전 링크에 설명되어 있습니다.

requirements.txt의 내용은 다음과 같습니다.

numpy >= 1.17.0, <= 1.17.5
protobuf >= 3.8.0
asttokens >= 1.1.13
pillow >= 6.2.0
scipy >= 1.3.3
easydict >= 1.9
sympy >= 1.4
cffi >= 1.13.2
wheel >= 0.32.0
decorator >= 4.4.0
setuptools >= 40.8.0
matplotlib >= 3.1.3         # for ut test
opencv-python >= 4.1.2.30   # for ut test
sklearn >= 0.0              # for st test
pandas >= 1.0.2             # for ut test
bs4
astunparse
packaging >= 20.0

2 부 : Ubuntu 18.04 가상 머신 설치

먼저 http://old-releases.ubuntu.com/releases/bionic/으로 이동하여 18.04 이미지를 다운로드하십시오. .

http://old-releases.ubuntu.com/releases/bionic/ubuntu-18.04.1-desktop-amd64.iso 찾기 및 다운로드

 

VMWare를 사용하여 설치하고 "쉬운 설치"를 선택하고 끝까지 진행 (메모리를 4G로 변경)하고 원활하게 완료하십시오.

ascend 사용자로 로그인 : (설치할 때 선택한 사용자 이름)

시스템에 들어가서 우분투를 돕지 마십시오. .

다음 중 하나를 업그레이드하지 마십시오.

국내 알리 소스 교체 :

sudo cp /etc/apt/sources.list /etc/apt/source.list.bk

vi /etc/apt/sources.list

모든 기존 뎁에 주석 달기

다음을 붙여 넣으십시오.

# 阿里源
deb http://mirrors.aliyun.com/ubuntu/ bionic main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ bionic-security main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ bionic-updates main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ bionic-proposed main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ bionic-backports main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ bionic main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ bionic-security main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ bionic-updates main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ bionic-proposed main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ bionic-backports main restricted universe multiverse

저장 및 종료.

sudo apt 업데이트

sudo apt-get 업데이트

sudo apt-get install aptitude

3 부 : Python 3.7.5 설치

3.7.5는 더 이상 파이썬 공식 웹 사이트에서 찾을 수 없으므로 설치할 소스 코드 만 선택할 수있을 것으로 추정됩니다. . .

다행히 Huawei Cloud의 미러 스테이션에는 https://mirrors.huaweicloud.com/python/이 있습니다.

주소를 복사하고 새 템플릿을 열고 다운로드합니다. . .

wget https://mirrors.huaweicloud.com/python/3.7.5/Python-3.7.5.tar.xz

압축 해제 :

xz -d Python-3.7.5.tar.xz

tar xvf Python-3.7.5.tar

。。。

Python은 소스 코드 패키지를 설치하여 가져옵니다.

소스 코드를 컴파일하기 위해 gcc 및 g ++ 설치와 같은 몇 가지 준비 작업을 수행합니다.

sudo aptitude install gcc

끝까지 참을성있게 기다리십시오.

sudo apt 설치 gcc

sudo apt-get install g ++

컴파일러가 완료되면 python 종속성 패키지를 설치합니다.

sudo apt-get install -y build-essential libssl-dev zlib1g-dev libbz2-dev libreadline-dev libsqlite3-dev wget curl llvm libncurses5-dev libncursesw5-dev xz-utils tk-dev libffi-dev liblzma-dev

。。。

공식적으로 Python-3.7.5 컴파일 및 설치

Python-3.7.5 디렉터리로 전환

sudo ./configure --enable-optimizations --prefix = / usr / python3

/ usr / python3 디렉토리에 배치 할 설치된 Python을 지정하십시오.

。。。

sudo make

참을성있게 기다려주세요. . .

400 개 이상의 테스트를 수행해야합니다. .

계속 참을성있게 기다리십시오. . .

그런 다음 배포합니다. .

sudo make install

설치 디렉토리로 전환하고 버전을 확인하십시오.

/ etc / profile에 / usr / python3 / bin의 PATH를 추가하고 실행하여 python 3.7.5가 어느 곳에서나 먼저 실행될 수 있도록합니다.

음, 파이썬 3.7.5 소스 코드가 컴파일되었습니다.

파트 4 : PIP 설치 MindSpore

마침내 MindSpore 설치 프로세스에 들어갈 수 있습니다.

3.7.5 환경에서 pip 아래에 설치되었는지 확인하려면,

python3 -m pip install https://ms-release.obs.cn-north-4.myhuaweicloud.com/1.0.0/MindSpore/cpu/ubuntu_x86/mindspore-1.0.0-cp37-cp37m-linux_x86_64.whl 실행 

물론이야. . 일부 문제는 정상으로 간주됩니다. .

데코레이터를 설치할 때 권한 문제가있는 것 같습니다.

그런 다음 루트 사용자 설치로 전환하겠습니다. . .

python3 -m pip install  https://ms-release.obs.cn-north-4.myhuaweicloud.com/1.0.0/MindSpore/cpu/ubuntu_x86/mindspore-1.0.0-cp37-cp37m-linux_x86_64.whl

설치는 오류없이 몇 초 만에 완료되었습니다.

그런 다음 python을 입력하여 설치 결과를 확인합니다.

PIP에 MindSpore를 설치하는 과정은 정말 간단합니다.

파트 5 : LENET 교육에 Mindspore 사용

먼저 mindspore gitee 공식 웹 사이트로 이동하여 lenet의 관련 샘플 코드를 다운로드하십시오.

https://gitee.com/mindspore/mindspore/tree/master/model_zoo/official/cv/lenet

그런 다음 http://yann.lecun.com/exdb/mnist/  웹 페이지를 엽니 다  .

로컬 링크에서 4 개의 파일을 다운로드하고 이전에 다운로드 한 lenet 아래 새로 생성 된 MNIST_DATA 디렉토리에 저장합니다.

그리고 winrar로 압축을 풀고 train 및 t10k로 시작하는 파일을 각각 train 및 test 디렉터리에 넣습니다.

그런 다음이 코드를 lenet.zip에 패키징하고 scp 도구 (예 : Xftp 6)를 사용하고 우분투 18.04로 전송합니다.

그런 다음 unzip lenet.zip을 실행하여 압축을 풉니 다.

이 파일은 우분투에서 볼 수 있습니다.

물론 이러한 프로세스는 우분투에서 직접 수행 할 수도 있습니다. . 예를 들어 wget을 사용하여 훈련 세트 파일을 직접 다운로드하는 등의 작업을 수행합니다.

그런 다음 안전을 위해 지금은 root를 사용하겠습니다. . (저는 ascend 사용자에게 권한 문제가있을 것이 두렵습니다 ...)

cd / home / ascend / lenet /

vi train.py

device_target의 기본값을 CPU로 변경합니다. data_path를 MNIST_DATA 디렉터리로 설정합니다. 나머지는 당분간 변경되지 않습니다.

그런 다음 훈련을 시작하십시오. . .

python3 train.py

잠시 후에 끝났습니다. . .

그리고 일부 파일은 ckpt 아래에 생성됩니다. . .

상위 디렉토리로 돌아가서 다음을 실행하십시오.

python3 eval.py --ckpt_path =. / ckpt / checkpoint_lenet-10_1875.ckpt

검증에 성공했으며 모델의 정확도는 98.7580 %입니다. . .

이 루틴을 실행하기 위해 mindspore를 사용하는 것이 상대적으로 원활하다는 것을 보여줍니다.

참고 자료 :

(1) [건 제품 공유]   Mindspore 1.0 첫 경험  https://bbs.huaweicloud.com/forum/thread-80567-1-1.html @JeffDing 

(2) [건 제품 공유] MindSpore v1.0 체험 (1)-     설치 https://bbs.huaweicloud.com/forum/thread-80509-1-1.html @Tianyi_Li

 

클릭하여 처음으로 화웨이 클라우드의 새로운 기술에 대해 알아보세요 ~

추천

출처blog.csdn.net/devcloud/article/details/109047782