这是你没见过的 MindSpore 2.0.0 for Windows GPU 版
本文分享自华为云社区《MindSpore 2.0.0 for Windows GPU泄漏版尝鲜》，作者：张辉 。
在看了 MindSpore 架构师王磊老师的帖子（ https://zhuanlan.zhihu.com/p/574507930 ）之后，本来张小白要源码编译 MindSpore for Windows GPU 版的，尽管已经安装了 CUDA 11.1 和配套的 cuDNN 8.6.0 for CUDA 11.X（ https://bbs.huaweicloud.com/blogs/381666 ），但是由于各种意外，编译的进度停滞了。然而，凭一点点小道消息，张小白发现了别人编译好的 pip 安装包：
嗟来之食张小白也可以吃的，毕竟饿了很久了，慌不择路饥不择食也是情有可原的。
于是，开干！
从上面的文件名 mindspore_gpu-2.0.0-cp37-cp37m-win_amd64.whl 可以看出，这个 whl 包应该是用 Python 3.7 编译的。
首先打开 Windows 的命令行，查看下当前的 Python 版本：
正好对应了。所以如果文件名是 xxx_cp39_cp39m_xxxx.whl，张小白会怎么办？显然是要先准备一个 Anaconda 的 Python 3.9 环境再安装。这个思路不知道读者们 Get 到了没有。
不过，这个时候必须要解决一下 安装了 CUDA 和 cuDNN 之后的一个小 BUG（这其实是源码编译发现的问题，等张小白真的源码编译成功后再仔细解释这件事儿）
就是在 CUDA 11.1 和配套的 cuDNN 8.6.0 for CUDA 11.X 安装手册（ https://bbs.huaweicloud.com/blogs/381666 ）中，简单的将 cuDNN 解压是不行的：
因为 MindSpore 会直接到 $CUDNN_HOME 的 lib 下找文件，而不是到 lib/x64 目录下找。
所以，自然需要将上图左边的文件拷贝到 $CUDNN_HOME 的 lib 目录下。
好了，这个小插曲解决了之后，我们再来安装 MindSpore 2.0.0 for Windows GPU 版吧！
pip install mindspore_gpu-2.0.0-cp37-cp37m-win_amd64.whl
这就装好了？！张小白有点不相信自己的眼睛（后来的事实表明，确实没那么简单）
再安装 MindVision：
pip install mindvision
...
下载 mindspore_quick_start.py
python mindspore_quick_start.py --device_target=GPU
奇怪，刚才不是装过了 mindvision 了吗？怎么还会报找不到 mindvision 的错？难道 pip 被装到了不该装的地方？
那只有一个办法：使用 python -m pip install xxx 这种安装法了。
python -m pip install mindspore_gpu-2.0.0-cp37-cp37m-win_amd64.whl
python -m pip install mindvision
下载验证脚本：
下载可以获得 mindspore_quick_start.py 文件。
GPU 的第一次验证：
python mindspore_quick_start.py --device_target=GPU
好像有点卡：
不过居然走下去了：
从目录结构可以看出，它自动创建了 lenet 和 mnist 两个目录，然后下载了 mnist 数据集，然后开始例行的训练、评估、推理流程：
虽然 10 轮 epoch 都已经做完了，但是 python 代码迟迟没有退出：
恐怕真的有点什么问题。
张小白强行中断了当前脚本的执行。
先用以前在 ubuntu 的 GPU 环境中常用的 test.py 脚本试试：
编辑 test.py
执行 python test.py
奇怪，这倒是 OK 的。应该说明 MindSpore GPU 版应该是没问题的。
再来试试：
python mindspore_quick_start.py --device_target=GPU
。。。
关闭图形的小窗口后：
居然打印出来了训练的结果：预测：126133，实际 126133。嗯，孺子可教也！
不过张小白总觉得 GPU 训练的时间有点慢，不如用 CPU 方式训练比较一下：
python mindspore_quick_start.py --device_target=CPU
CPU 训练后居然会出现有个图片推理结果错误了。
但是这也许不重要。
我们看下训练的速度比较：
看来不能光靠感觉，得靠数字说话，虽然 LeNet 是个最简单的网络，但是张小白这台 2019 年的笔记本的 GPU 的训练速度还是比 CPU 略快的。
版权声明: 本文为 InfoQ 作者【华为云开发者联盟】的原创文章。
原文链接:【http://xie.infoq.cn/article/55d766e75f4e009b04d89e079】。文章转载请联系作者。
提供全面深入的云计算技术干货 2020-07-14 加入
华为云开发者社区，提供全面深入的云计算前景分析、丰富的技术干货、程序样例，分享华为云前沿资讯动态，方便开发者快速成长与发展，欢迎提问、互动，多方位了解云计算！ 传送门：https://bbs.huaweicloud.com/
评论