MindSporeMindInsight安装Ubuntu

　　MindSpore+MindInsight安装-UbuntuMindSpore介绍和安装缘由
　　MindSpore 是华为开源自研AI框架，类似于Pytorch和Tensorflow。因为任务需求，需要将代码转换为MindSpore的版本，故学习和使用。由于现在还在发展中，这个框架还存在一些问题。在安装中我就遇到了一些问题，记录下来希望对其他人有所帮助。 安装MindSpore
　　在尝试多种安装方式后，找到了快捷方便的方式。命令如下： pip install --upgrade mindspore-gpu
　　这个会安装最新且为GPU版本的MindSpore
　　如我的安装后的版本信息： mindspore_gpu-1.2.0-cp38-cp38-manylinux1_x86_64.whl
　　官网给出的其他安装方式，其中pip方式我安装了没有成功，采用上述我提供的方式就会简单很多。
　　验证是否成功安装
　　由于官网给的测试代码是为了推自研的人工智能芯片 Ascend ，所以提供的测试代码需要修改一行，才符合我们一般的使用者。
　　测试代码如下： import numpy as np from mindspore import Tensor import mindspore.ops as ops import mindspore.context as context  context.set_context(device_target=＂GPU＂)#这里不同，改成GPU了，表示使用GPU。如果是用CPU，这里改成＂CPU＂即可 x = Tensor(np.ones([1,3,3,4]).astype(np.float32)) y = Tensor(np.ones([1,3,3,4]).astype(np.float32)) print(ops.add(x, y))
　　结果是值全为2的矩阵，矩阵shape是[1,3,3,4] 安装MindInsightMindInsight为MindSpore提供了简单易用的调优调试能力。在训练过程中，可以将标量、张量、图像、计算图、模型超参、训练耗时等数据记录到文件中，通过MindInsight可视化页面进行查看及分析。 安装MindInsight其实是为了使用MindConverter（为MindInsight的子模块）。MindConverter可以将PyTorch、TensorFlow脚本转换到MindSpore脚本的工具。安装过程中依旧遇到了很多问题，希望我的解决方案能够帮助他人。
　　官网给出的安装方式。其中pip方式依旧拉垮。可能是我设置不对，反正多种尝试后，均不行。后采用 源码编译 的方式安装。 从代码仓下载源码git clone https://gitee.com/mindspore/mindinsight.git
　　编译和安装我采用以下方式 cd mindinsight pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple python setup.py install
　　遇到的问题 Cmake更新，Cmake版本过低问题 pip install cmake --upgrade   这样就安装到最新版了。 npm报错，会有各种报错。经过测试发现就是版本的问题或者npm没有安装。 sudo apt-get install npm npm install -g npm@4.0.0   第一行是安装npm，第二行是调整npm的版本。我的MindInsight是1.2版本，经过测试npm是4.0.0就可以顺利解决了。如果依旧报npm的错，那么请调整npm的版本。修改npm@4.0.0后面的版本号即可。
　　验证安装是否成功
　　执行命令： mindinsight start
　　提示如下，说明安装成功： Web address: http://127.0.0.1:8080 service start state: success MindConverter初体验。
　　MindConverter是一款用于将PyTorch、TensorFlow脚本转换到MindSpore脚本的工具。为了方便我的代码迁移，想使用提供的工具。由于我的代码是Pytorch，就说一下我的体验和感受。
　　转换pytorch代码
　　命令如下，一次只能转换一个py文件。 mindconverter --in_file ./my_model_train.py                --output ./output                --report ./output/report
　　只需要修改＂in_file＂为你要转换的代码，output文件夹下就会出现转换后的代码。使用起来非常方便。
　　report用来说明转换中那些是成功那些还不对的。截取我的转换结果如下： line 17:0: [UnConvert] ＂from torch.utils.data import DataLoader＂ didn＂t convert. Please manual convert the code, along with the code associated with it. line 19:0: [UnConvert] ＂from torch.autograd import Variable＂ didn＂t convert. Please manual convert the code, along with the code associated with it. line 20:0: [Convert] ＂import torch.nn.functional as F＂ is converted to ＂import mindspore.ops.operations as P＂. line 21:0: [UnConvert] ＂import torch.autograd as autograd＂ didn＂t convert. Please manual convert the code, along with the code associated with it. line 22:0: [UnConvert] ＂import torch.utils.data as data＂ didn＂t convert. Please manual convert the code, along with the code associated with it.
　　其中UnConvert就是没有转换成功的。这个工具看起来非常方便，但是由于逻辑的不同很多操作还是需要手动去修改。 不推荐使用 这个工具作为整体的转换 推荐使用 这个工具转换Net部分（如几层的卷积层），对于这部分转换还是很准确的。 转换PyTorch算子的工具。
　　原文先发布在我个人微信公众号，这里属于转载过来，原文。