【无标题】

之前看见稚晖君在动态里转发了昇腾训练营的宣传动态，翻了一下评论区，听说菜鸟也能参加，于是我就去了，一趟流程走下来，感觉还不错，蛮推荐小白去的。然后我在写大作业的时候也罢过程记录了下来，如果还有小白犹豫去不去的话，希望你看完这篇文章之后能鼓起去参加的勇气（头铁一点，xdm）。

下面是大作业的步骤

1.下载安装tensorflow，步骤如下

anaconda是个很舒服的东西，你也可以不安装anaconda，直接安装tensorflow。

我下面讲的是再anaconda环境里面安装tensorflow的一些操作：

1.先打开anaconda prompt，查看python的版本，我这里是3.6.4

2.创建tensorflow的环境，代码如下

conda create -n tensorflow（这里的tensorflow其实是环境的名字，你也可以写成abc之类的） python=3.x.x(你的python版本)

3.使用activate tensorflow（你刚刚的环境名字），进入之后如下图

这里可以看到你刚刚创建的环境的python的版本

4.在该环境中输入conda install tensorflow（gpu版本后面要加上-gpu）==xxx（xxx为版本，完成大作业的版本是tensorflow1.15）

下载太慢可以用以下命令，将国外镜像替换为清华的

pip install tensorflow-gpu==1.15 -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com

5.安装完成之后检查一下版本，先进入一下python环境（我电脑有两个环境，安装的步骤这里我是用2.1的环境演示）

import tensorflow as tf

#查看tensorflow版本
print(tf.__version__)

print('GPU', tf.test.is_gpu_available())

a = tf.constant(2.0)
b = tf.constant(4.0)
print(a + b)

我这里装的是GPU的版本，所以会有对应的GPU True出现

到这里，你电脑的tensorflow环境就安装成功了。看完安装步骤相信你应该意识到了，tensorflow就是一个python的包，（怪我傻，刚学完python语法啥都不会），由于我太笨，安装了七八次花了两天（捂脸）

2.安装pycharm和下载LetNet GPU代码

下载链接

pycharm下载地址：Download PyCharm: Python IDE for Professional Developers by JetBrains

（我这里下载的是社区版本）

下载项目代码仓：https://gitee.com/lai-pengfei/LeNet

下载完成pycharm之后配置一下环境，如果是真的菜，可以汉化一下（）

先打开左上角文件进入设置进入这个页面在Marketplace里面下载汉化插件并安装[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

接下来选择到python解释器，选择刚刚安装好的tensorflow环境

1.打开项目->python解释器->点击右上角设置图标->找到anaconda环境并填写相应路径

记得选择tensorflow的环境，我这里仅仅是演示，可能并非是我安装的tnsorflow环境

2.将下载好的模型解压（浏览器的话）并在pycharm中打开

3.修改Train.py文件的代码

import tensorflow.examples.tutorials.mnist.input_data as input_data

修改为

from tensorflow.examples.tutorials.mnist import input_data

4.运行，结果如下

可以看到模型精度0.98左右，迭代了49900次

到这里，第一个任务就算是完成了，坚持到这的和我一样的菜鸡恭喜，10分拿到了

3.模型迁移

参考网址：

快速入门_昇腾CANN社区版（5.1.RC1.alpha001）_模型开发_TensorFlow模型迁移和训练_自动迁移和训练_华为云 (huaweicloud.com)

1.自动迁移：

1.tensorflow: Ascend TensorFlow Adapter - Gitee.com下载该迁移脚本并解压

2.安装依赖

安装依赖。
pip3 install pandas

pip3 install xlrd==1.2.0

pip3 install openpyxl

pip3 install tkintertable

pip3 install google_pasta

进入脚本安装路径：

执行

python main_win.py

注意，此处必须在tensorflow1.15环境下运行才能成功

弹出

填入相应路径进行迁移，迁移完成记得查看迁移报告

2.手动迁移

经观察多处出现tf.session()，sess.run等可判断，该模型我i第二类sess.run方式的模型，于是

在头文件加上：

from npu_bridge.npu_init import *

将

sess = tf.Session()

改为这段代码即可：

# sess = tf.Session()
# 修改为CANN sess.run迁移 参考https://support.huaweicloud.com/tensorflowdevg-cann330alphaXtraining/atlasmprtg_13_0009.html
config = tf.ConfigProto()
custom_op = config.graph_options.rewrite_options.custom_optimizers.add()
custom_op.name = "NpuOptimizer"
config.graph_options.rewrite_options.remapping = RewriterConfig.OFF  # 必须显式关闭remap
sess = tf.Session(config=config)

4.安装昇腾环境所需工具并进行设置，跑通模型

1.安装pycharm 的modelarts插件及其设置

到https://console.huaweicloud.com/modelarts/?region=cn-north-4#/dashboard 下载PyCharm Toolkit

在刚刚安装汉化的地方安装本地插件：

安装重启后在左上角工具栏会出现如下

在华为云控制台里面我的凭证下创建访问密钥并下载[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

将密钥填入modelarts插件

2.安装obs++

步骤四：下载工具并初始化_对象存储服务 OBS_快速入门_华为云 (huaweicloud.com)

用刚刚保存好的密钥登陆obs++并创建桶

上传模型的数据集，将模型中的MINST_data文件夹上传即可

3.使用pycharm下发训练任务，跑通模型

在modelarts插件下打开如下[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

import moxing as mox
mox.file.copy_parallel(src_url="obs://mode-suye/MNIST_data/", dst_url="MNIST_data")

print(save_path)

mox.file.copy_parallel(src_url="MNIST_data/", dst_url="obs://mode-suye/ckpt/")#拷贝训练数据到moedlarts

填写好相应路径并保存运行，由于我是直接在npu上运行的，此处我就不展示了。

4.跑通之后，将环境换为npu环境

重新运行并等待结果如下图：

在modelarts上查看训练情况和日志

以及在obs++上查看传回文件

如果你做到了这里，恭喜你，你已经完成了大作业，菜鸡狂喜，能拿证书了（不包括附加题）。