MindSpore实践图神经网络之环境篇

2024-05-30 02:04

本文主要是介绍MindSpore实践图神经网络之环境篇,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

MindSpore在Windows11系统下的环境配置。

  • MindSpore环境配置大概分为三步:(1)安装Python环境,(2)安装MindSpore,(3)验证是否成功

  • 如果是GPU环境还需安装CUDA等环境,可以参照官网 https://www.mindspore.cn/install

接下来介绍几款开发IDE以及辅助工具,此处省略了上一节Minicanda安装Python环境,没有安装可以参照:【MindSpore易点通】图神经网络实践系列01开篇。

开发工具

  • 此处给出三种优秀的AI开发工具,可以根据自己的喜好选择。
VS Code
  • 一款强大的IDE,功能强大,支持多种语言开发,免费开源。
  • 可以配置直接连接远程服务器开发

(1)下载 VS Code, 安装

  • https://code.visualstudio.com/

6.png

(2)安装SSH等插件

19SSH.png

PyCharm
  • 一款强大的Python开发工具,需要收费,学生可以申请免费资格
  • 可以方便本地和服务器联调,同步代码

下载PyCharm,双击安装

  • https://www.jetbrains.com/pycharm/download/
    image-20220826221556574.png

版本控制

Git (推荐,适合个人和团队,分布式)
  • 非常强大的版本管理工具
  • 配合Github可以构建自己的代码库

(1)下载Git, 安装

  • https://git-scm.com/
git config --global user.name SunXiaobei
git config --global user.email youxiang@qq.com

(2)配置GitHub, SSH
image-20220826221834004.png

(3)安装TortoiseGit

  • https://tortoisegit.org/download/

7.png

SVN(适合个人,集中式)
  • 安装SVN (不使用命令行可以只安装TortoiseSVN)

  • https://subversion.apache.org/

  • 配置SVN 环境变量

SVN_HOME = D:\MySoft\Apache-Subversion-1.14.2
%SVN_HOME%\binsvn --version
  • 安装TortoiseSVN
  • https://tortoisesvn.net/

7-1661523602242.png

  • SVN过滤配置
*.o *.lo *.la *.al .libs *.so *.so.[0-9]* *.a *.pyc *.pyo __pycache__ *.rej *~ #*# .#* .*.swp .DS_Store [Tt]humbs.db Bin bin obj *.pdb *.suo *.user packages tempfiles uploadfiles ~*.* TestResults FacksAssemblies log *.log Outputs DataUser .idea .gradle build gradle local.properties *.iml .vs .vscode PublishOutput node_modules npm-debug.log* yarn-debug.log* yarn-error.log* /dist/ logs upload .git data Data .github save_models runs tmpmodel .eggs ppi dist pygcn.egg-info gcn.egg-info _ext exp pretrained somas_meta results datasets

创建项目并加入Git管理

(1)Github 登录创建自己的代码库
image-20220807170211144.png

(2)代码下载到本地

git clone git@github.com:sunxiaobei/mindspore_gallery.git

image-20220807170727489.png

(3)打开项目

image-20220808212456223.png

image-20220808212550533.png

(4)创建项目目录

image-20220808214707512.png

小结

  • 本次主要搭建开发环境,包括AI开发工具和项目版本管理工具,首次安装可能会经常出错,多装几次就熟悉了,此处安装和配置只截取了核心步骤,遇到问题可以百度。
  • 环境配置完成,就可以开始开发了。下一节将开始搭建第一个MindSpore小项目。

这篇关于MindSpore实践图神经网络之环境篇的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1015273

相关文章

基于MySQL Binlog的Elasticsearch数据同步实践

一、为什么要做 随着马蜂窝的逐渐发展,我们的业务数据越来越多,单纯使用 MySQL 已经不能满足我们的数据查询需求,例如对于商品、订单等数据的多维度检索。 使用 Elasticsearch 存储业务数据可以很好的解决我们业务中的搜索需求。而数据进行异构存储后,随之而来的就是数据同步的问题。 二、现有方法及问题 对于数据同步,我们目前的解决方案是建立数据中间表。把需要检索的业务数据,统一放到一张M

阿里开源语音识别SenseVoiceWindows环境部署

SenseVoice介绍 SenseVoice 专注于高精度多语言语音识别、情感辨识和音频事件检测多语言识别: 采用超过 40 万小时数据训练,支持超过 50 种语言,识别效果上优于 Whisper 模型。富文本识别:具备优秀的情感识别,能够在测试数据上达到和超过目前最佳情感识别模型的效果。支持声音事件检测能力,支持音乐、掌声、笑声、哭声、咳嗽、喷嚏等多种常见人机交互事件进行检测。高效推

安装nodejs环境

本文介绍了如何通过nvm(NodeVersionManager)安装和管理Node.js及npm的不同版本,包括下载安装脚本、检查版本并安装特定版本的方法。 1、安装nvm curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.39.0/install.sh | bash 2、查看nvm版本 nvm --version 3、安装

图神经网络模型介绍(1)

我们将图神经网络分为基于谱域的模型和基于空域的模型,并按照发展顺序详解每个类别中的重要模型。 1.1基于谱域的图神经网络         谱域上的图卷积在图学习迈向深度学习的发展历程中起到了关键的作用。本节主要介绍三个具有代表性的谱域图神经网络:谱图卷积网络、切比雪夫网络和图卷积网络。 (1)谱图卷积网络 卷积定理:函数卷积的傅里叶变换是函数傅里叶变换的乘积,即F{f*g}

【IPV6从入门到起飞】5-1 IPV6+Home Assistant(搭建基本环境)

【IPV6从入门到起飞】5-1 IPV6+Home Assistant #搭建基本环境 1 背景2 docker下载 hass3 创建容器4 浏览器访问 hass5 手机APP远程访问hass6 更多玩法 1 背景 既然电脑可以IPV6入站,手机流量可以访问IPV6网络的服务,为什么不在电脑搭建Home Assistant(hass),来控制你的设备呢?@智能家居 @万物互联

系统架构师考试学习笔记第三篇——架构设计高级知识(20)通信系统架构设计理论与实践

本章知识考点:         第20课时主要学习通信系统架构设计的理论和工作中的实践。根据新版考试大纲,本课时知识点会涉及案例分析题(25分),而在历年考试中,案例题对该部分内容的考查并不多,虽在综合知识选择题目中经常考查,但分值也不高。本课时内容侧重于对知识点的记忆和理解,按照以往的出题规律,通信系统架构设计基础知识点多来源于教材内的基础网络设备、网络架构和教材外最新时事热点技术。本课时知识

高并发环境中保持幂等性

在高并发环境中保持幂等性是一项重要的挑战。幂等性指的是无论操作执行多少次,其效果都是相同的。确保操作的幂等性可以避免重复执行带来的副作用。以下是一些保持幂等性的常用方法: 唯一标识符: 请求唯一标识:在每次请求中引入唯一标识符(如 UUID 或者生成的唯一 ID),在处理请求时,系统可以检查这个标识符是否已经处理过,如果是,则忽略重复请求。幂等键(Idempotency Key):客户端在每次

pico2 开发环境搭建-基于ubuntu

pico2 开发环境搭建-基于ubuntu 安装编译工具链下载sdk 和example编译example 安装编译工具链 sudo apt install cmake gcc-arm-none-eabi libnewlib-arm-none-eabi libstdc++-arm-none-eabi-newlib 注意cmake的版本,需要在3.17 以上 下载sdk 和ex

pip-tools:打造可重复、可控的 Python 开发环境,解决依赖关系,让代码更稳定

在 Python 开发中,管理依赖关系是一项繁琐且容易出错的任务。手动更新依赖版本、处理冲突、确保一致性等等,都可能让开发者感到头疼。而 pip-tools 为开发者提供了一套稳定可靠的解决方案。 什么是 pip-tools? pip-tools 是一组命令行工具,旨在简化 Python 依赖关系的管理,确保项目环境的稳定性和可重复性。它主要包含两个核心工具:pip-compile 和 pip

跨系统环境下LabVIEW程序稳定运行

在LabVIEW开发中,不同电脑的配置和操作系统(如Win11与Win7)可能对程序的稳定运行产生影响。为了确保程序在不同平台上都能正常且稳定运行,需要从兼容性、驱动、以及性能优化等多个方面入手。本文将详细介绍如何在不同系统环境下,使LabVIEW开发的程序保持稳定运行的有效策略。 LabVIEW版本兼容性 LabVIEW各版本对不同操作系统的支持存在差异。因此,在开发程序时,尽量使用