【CANN训练营第三季】【进阶班笔记3】PyTorch安装与环境配置

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

文章目录

• 前言
• 一、pandas是什么？
• 二、使用步骤
  • 1.引入库
  • 2.读入数据
• 总结

---

前言

提示：这里可以添加本文要记录的大概内容：

例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。

---

一、切换python版本到3.9

官网说3.7.5 3.8 3.9都可以

二、安装系统依赖库（以ubuntu18.04为例）

1.安装gcc cmake

yum install -y patch zlib-devel libffi-devel openssl-devel libjpeg-turbo-devel gcc-c++ sqlite-devel dos2unix openblas git dos2unix

yum install -y gcc==7.3.0 cmake==3.12.0

2.安装报错（软件源未更新）

解决方案：更新软件源

参考(9条消息) 添加修改linux软件源，使用清华源等第三方国内软件源加速下载（保姆级图文）【网络工程】_发现你走远了的博客-CSDN博客_linux添加软件源

在按照上述链接进行软件源更新的时候

sudo apt-get update

出现如下错误

W: GPG error: https://developer.download.nvidia.cn/compute/cuda/repos/ubuntu1804/x86_64  InRelease: The following signatures couldn't be verified because the public key is not available: NO_PUBKEY A4B469963BF863CC
E: The repository 'https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64  InRelease' is no longer signed.
N: Updating from such a repository can't be done securely, and is therefore disabled by default.
N: See apt-secure(8) manpage for repository creation and user configuration details.

：GPG 错误由于没有公钥，无法验证下列签名

解决办法：

apt-key adv --keyserver keyserver.ubuntu.com --recv-keys  A4B469963BF863CC

–recv-keys后面输入自己报错中的NO_PUBKEY的值即可

然后即可正常更新源

正在更新源

 

3.更新源后-再次安装gcc cmake

 会发现有一些人还是报原来的错。

yum install -y gcc==7.3.0 cmake==3.12.0

 解决方法：

4.使用源码编译安装cmake

获取cmake软件包

wget https://cmake.org/files/v3.12/cmake-3.12.0.tar.gz --no-check-certificate

解压并进入软件包目录。

tar -xf cmake-3.12.0.tar.gz
cd cmake-3.12.0/

执行配置、编译和安装命令。

./configure --prefix=/usr/local/cmake
make && make install

设置软连接。 

ln -sf /usr/local/cmake/bin/cmake /usr/bin/cmake

 执行如下命令验证是否安装成功。

cmake --version

如显示“cmake version 3.12.0”则表示安装成功。

 

 5.使用源码编译安装gcc

wget https://mirrors.tuna.tsinghua.edu.cn/gnu/gcc/gcc-7.3.0/gcc-7.3.0.tar.gz

报错证书检验

 解决方案

在wget 后面加上--no-check-certificate

wget --no-check-certificate https://mirrors.tuna.tsinghua.edu.cn/gnu/gcc/gcc-7.3.0/gcc-7.3.0.tar.gz

 继续

安装gcc时候会占用大量临时空间，所以先执行下面的命令清空/tmp目录：

sudo rm -rf /tmp/*

安装依赖（以Ubuntu系统为例）。

apt-get install bzip2    

编译安装gcc。

先进入gcc-7.3.0.tar.gz源码包所在目录，解压源码包，命令为： 

tar -zxvf gcc-7.3.0.tar.gz

进入解压后的文件夹，执行如下命令下载gcc依赖包：

cd gcc-7.3.0
./contrib/download_prerequisites

 执行配置、编译和安装命令：

./configure --enable-languages=c,c++ --disable-multilib --with-system-zlib --prefix=/usr/local/linux_gcc7.3.0
make -j15    # 通过grep -w processor /proc/cpuinfo|wc -l查看cpu数，示例为15，用户可自行设置相应参数。
make install    

修改软连接。

ln -s ${install_path}/gcc-7.3.0/bin/gcc /usr/bin/gcc
ln -s ${install_path}/gcc-7.3.0/bin/g++ /usr/bin/g++
ln -s ${install_path}/gcc-7.3.0/bin/c++ /usr/bin/c++

配置环境变量。

export LD_LIBRARY_PATH=${install_path}/lib64:${LD_LIBRARY_PATH}

 其中${install_path}为3.中配置的gcc7.3.0安装路径，本示例为“/usr/local/gcc7.3.0/“

---

 三、购买使用ModelArts实现Pytorch配置

1.注册镜像

进入华为云控制台，进入Modelarts

选择【镜像管理】-【注册镜像】

 【镜像源】swr.cn-north-4.myhuaweicloud.com/atelier/pytorch_1_8_ascend:pytorch_8.1-cann_6.0.0-py_3.7-euler_2.8.3-aarch64-d910-20221116111529

【架构】ARM

【类型】√CPU √ASCEND

 完成镜像注册。

2.购买notebook

 选择刚刚注册好的镜像：pytorch_1_8_ascend

【资源类型】公共资源池

【类型】Ascend

【规格】选择Ascend_1，够用即可

【储存配置】默认储存

购买notebook

3.打开notebook，进入环境终端即完pytorch购买与配置

总结

提示：这里对文章进行总结：
例如：以上就是今天要讲的内容，本文仅仅简单介绍了pandas的使用，而pandas提供了大量能使我们快速便捷地处理数据的函数和方法。