張小白帶你在Windows11 預(yù)覽版的WSL上玩轉(zhuǎn)MindSpore 1.3.0（GPU版）

本文來自于對論壇帖（ https://bbs.huaweicloud.com/forum/thread-146553-1-1.html ）的整理。

如何在Windows上使用MindSpore GPU版本？這對MindSpore團(tuán)隊(duì)和MindSpore的開發(fā)者來說，一直是個(gè)靈魂拷問。。。

張小白不由得想起去年的這兩篇文字：

https://bbs.huaweicloud.com/forum/thread-82598-1-1.html

https://bbs.huaweicloud.com/forum/thread-83076-1-1.html

飯飯大俠和菲菲大俠早就對這個(gè)情形做了嘗試，所以張小白這篇，也只是對上述兩篇文字做了一點(diǎn)驗(yàn)證而已。。。可能技術(shù)含量并不高，請見諒。

首先要看一下被安裝的軟硬件，這里，張小白提供了2種機(jī)型：

Thinkpad P52 ，原來安裝的是Windows 10專業(yè)版：

暗影精靈7Plus，原來裝的是Windows 10家庭版：

開通Windows預(yù)覽體驗(yàn)計(jì)劃

先需要到 https://insider.windows.com/zh-cn/getting-started#flight 這里申請開通 預(yù)覽權(quán)限。

開通時(shí)記得使用自己的windows登錄用戶登錄進(jìn)入開通。

注冊成功后，點(diǎn)擊下面的 “Windows預(yù)覽體驗(yàn)計(jì)劃”的鏈接

可以進(jìn)入設(shè)置界面：

這里有個(gè)小插曲，首先，

在開始預(yù)覽計(jì)劃的時(shí)候，上面的頁面并不會出來dev渠道，而是出現(xiàn) 報(bào)錯(cuò)0x0

搜索 https://hdbl.net/post/120.html 下載注冊表文件，打開導(dǎo)入，會出現(xiàn)

Release版本而非Dev版本。

但是飯飯和菲菲兩位大大說了，必須用Dev渠道。只好再次搜索，這次在B站搜到解決方案：

https://www.bilibili.com/video/BV1zB4y1K7TK/?spm_id_from=autoNext

照此執(zhí)行，果然出現(xiàn)了以上頁面。

下載并安裝Windows11預(yù)覽版

在前面的頁面中點(diǎn)擊Windows更新，會發(fā)現(xiàn)和自動(dòng)下載Windows 11預(yù)覽版的包：

耐心等待下載完畢，會自動(dòng)安裝：

耐心等待安裝完畢，會自動(dòng)重啟（可能是多次）

就會進(jìn)入Windows11的預(yù)覽版頁面：

安裝 NVIDIA Drivers for CUDA on WSL

打開 https://developer.nvidia.com/cuda/wsl/download

下載完畢后，點(diǎn)擊安裝：

安裝完畢后，可能會自動(dòng)啟動(dòng)Nvidia GeForce Experience:

暫時(shí)不用管它，關(guān)閉即可。

啟用WSL和虛擬機(jī)平臺：

打開控制面板：

啟用以下兩項(xiàng)：

重啟即可。

下載并安裝WSL2的Linux內(nèi)核更新包：

打開 WSL網(wǎng)頁：

https://docs.microsoft.com/zh-cn/windows/wsl/install-win10

執(zhí)行步驟4：

下載內(nèi)核更新包并執(zhí)行：

到PowerShell中激活WSL2

wsl --set-default-version 2

安裝Ubuntu 18.04

打開microsoft store：

安裝ubuntu 18.04，安裝完畢后打開：

輸入用戶名密碼ascend/ascend...

確認(rèn)wsl內(nèi)核版本：

uname -a

安裝docker

curl https://get.docker.com | sh

安裝nvidia-docker2

（這個(gè)步驟比較長。。。）

根據(jù)

https://gitee.com/mindspore/mindspore?_from=gitee_search#docker%E9%95%9C%E5%83%8F

安裝nvidia-docker2

DISTRIBUTION=$(. /etc/os-release; echo $ID$VERSION_ID)

curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | apt-key add -

結(jié)果執(zhí)行到第2行報(bào)錯(cuò)了，試了幾次都不行·。

根據(jù)以下文檔：

https://www.cnblogs.com/jimchen1218/p/14186262.html

替換阿里云apt源：

sudo cp /etc/apt/sources.list /etc/apt/sources.list.bak

sudo vi /etc/apt/sources.list

sudo apt-get update

sudo curl -s -L https://nvidia.github.io/nvidia-docker/ubuntu18.04/nvidia-docker.list | sudo tee /etc/apt/sources.list.d/nvidia-docker.list

sudo apt install apt-transport-https ca-certificates curl software-properties-common

curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo apt-key add -

lsb_release -cs

sudo ?add-apt-repository ?"deb [arch=amd64] https://download.docker.com/linux/ubuntu bionic stable"

sudo apt update

apt-cache policy docker-ce

sudo service docker start

sudo docker run hello-world

curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add -

curl -s -L https://nvidia.github.io/nvidia-docker/ubuntu18.04/nvidia-docker.list | sudo tee /etc/apt/sources.list.d/nvidia-docker.list

sudo apt-get update

curl -s -L https://nvidia.github.io/nvidia-container-runtime/gpgkey | sudo apt-key add -

distribution=$(. /etc/os-release;echo $ID$VERSION_ID)

curl -s -L https://nvidia.github.io/nvidia-container-runtime/$distribution/nvidia-container-runtime.list | sudo tee /etc/apt/sources.list.d/nvidia-container-runtime.list

sudo apt-get update

sudo sed -i -e '/experimental/ s/^#//g' /etc/apt/sources.list.d/nvidia-container-runtime.list

sudo apt-get update

sudo apt-get install nvidia-container-runtime

sudo apt-get install nvidia-docker2

sudo pkill -SIGHUP dockerd

拖取mindspore 1.3鏡像

sudo docker pull mindspore/mindspore-gpu:1.3.0

。。。時(shí)間有點(diǎn)長...

運(yùn)行Mindspore 1.3.0的docker，執(zhí)行GPU驗(yàn)證

sudo docker run -it -v /dev/shm:/dev/shm --runtime=nvidia --privileged=true mindspore/mindspore-gpu:1.3.0 /bin/bash

準(zhǔn)備test.py腳本并執(zhí)行：

import numpy as np import mindspore.context as context from mindspore import Tensor from mindspore.ops import functional as F context.set_context(mode=context.PYNATIVE_MODE, device_target="GPU") x = Tensor(np.ones([1,3,3,4]).astype(np.float32)) y = Tensor(np.ones([1,3,3,4]).astype(np.float32)) print(F.tensor_add(x, y))

python test.py

由上可見，Nvidia的GPU已被成功調(diào)用。

典型問題處理：

1.如果遇到 docker: Cannot connect to the Docker daemon at unix:///var/run/docker.sock. Is the docker daemon running?

可以執(zhí)行：

sudo service docker start

2.如果docker pull的時(shí)候報(bào) unauthorized

可以重新下載試試。

如果還是不行，可以試試以下的方法：

sudo apt install ntp

sudo apt install ntpdate

sudo ntpdate pool.ntp.org

重新 sudo docker pull mindspore/mindspore-gpu:1.3.0

...

...

以上處理對Nvidia的 GeForce顯卡和Quardo顯卡都是可以的。（幸好張小白居然有兩種Nvidia的顯卡）

最后感謝 @ML飯 和 @芳菲菲兮滿堂 兩位大大的安裝參考文檔。

（全文完，謝謝閱讀）

GPU加速云服務(wù)器 MindSpore Windows 昇騰 深度學(xué)習(xí)

版權(quán)聲明：本文內(nèi)容由網(wǎng)絡(luò)用戶投稿，版權(quán)歸原作者所有，本站不擁有其著作權(quán)，亦不承擔(dān)相應(yīng)法律責(zé)任。如果您發(fā)現(xiàn)本站中有涉嫌抄襲或描述失實(shí)的內(nèi)容，請聯(lián)系我們jiasou666@gmail.com 處理，核實(shí)后本網(wǎng)站將在24小時(shí)內(nèi)刪除侵權(quán)內(nèi)容。

版權(quán)聲明：本文內(nèi)容由網(wǎng)絡(luò)用戶投稿，版權(quán)歸原作者所有，本站不擁有其著作權(quán)，亦不承擔(dān)相應(yīng)法律責(zé)任。如果您發(fā)現(xiàn)本站中有涉嫌抄襲或描述失實(shí)的內(nèi)容，請聯(lián)系我們jiasou666@gmail.com 處理，核實(shí)后本網(wǎng)站將在24小時(shí)內(nèi)刪除侵權(quán)內(nèi)容。