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
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
![](https://i-blog.csdnimg.cn/blog_migrate/40a214406fd7af0d7be5f72fd3280ea9.jpeg)
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。