【MindSpore】Ubuntu16.04上成功安装GPU版MindSpore1.0.1

本文是在宿主机Ubuntu16.04上拉取cuda10.1-cudnn7-ubuntu18.04的镜像，在容器中通过Miniconda3创建python3.7.5的环境并成功安装mindspore_gpu_1.0.1；

一、前期踩过的坑

二、安装成功的流程

【1】拉取cuda10.1-cudnn7-ubuntu18.04的镜像
【2】镜像内创建容器此处一定是nvidia-docker创建
【3】在容器内安装Miniconda
【4】使用conda创建python3.7.5的虚拟环境并激活
【5】通过可执行文件安装mindspore_gpu_1.0.1.whl并测试

一、前期踩过的坑

在ubuntu上安装GPU版本mindspore的具体流程：

主要有以下几点：

1. Ubuntu18.04（系统版本至少为18.04及以上） ：
   基于我使用的是共用版Ubuntu16.04的服务器，无法直接升级，只能通过容器方式，拉取Ubuntu18.04的镜像；

2. cuda10.1 （cuda版本必须为10.1）：

3. cudnn >= 7.6 （cudnn7.6.5可行，但cudnn8是会报错的）：
   因Nvidia提供了cuda+cudnn+ubuntu的镜像，
   所以可以一次性拉取需要的cuda10.1-cudnn7-ubuntu18.04的镜像;
   因要求的是cudnn>=7.6，所以最开始拉取的是cudnn8版本的，一直报错 libcudnn.so.7: cannot open shared object file: No such file or directory ，后改为cudnn7版本就没报错了；

4. devel和runtime版本区别：本文选择devel版
   
   找到cuda10.1-cudnn7-ubuntu18.04，（cudnn7它标明的是cudnn7.6.5）发现有两个版本cuda devel和cuda runtime：
   
   官方解释：
   devel是说只涵盖了开发bai所需的所有工具，包含编译、debug等，以及编译需要的头文件、静态库。
   runtime是说只涵盖了运行环境的最小集合，例如动态库等
   所以runtime的镜像大小会比devel小一些

5. docker与nvidia-docker的区别࿱