【功能模块】altas200加速模块按照https://support.huawei.com/enterprise/zh/doc/EDOC1100149865/9052db操作步骤，首先创建用户useradd -g usergroup -d /home/HwHiAiUser -m HwHiAiUser -s /bin/bashmkdir -p /test/HiAI/【问题现象】 ./A200-3000-NPU_Driver-20.0.0-X86_64-Ubuntu18.04.run --full --install-path=/test/HiAI/Verifying archive integrity...  100%   All good.Uncompressing Atlas200_software_version_20.0.0  100%  InstallStart: 2020-10-28 22:30:59InstallLogFile: /var/log/ascend_seclog/ascend_install.logERR_NO:0x0096;ERR_DES:HwHiAiUser not right! Please check the relatianship of HwHiAiUser and HwHiAiUser

【功能模块】atlas200[ERROR]【操作步骤&问题现象】1、sudo ./A200-3000-NPU_Driver-20.0.0-X86_64-Ubuntu18.04.run --full --install-username=HwHiAiUser --install-usergroup=usergroup2、【截图信息】 安装出错信息如下driver vermagic check failed，但是安装过程中已经提示Verifying archive integrity...  100%   All good.，（见下面的log输出）问题，1 根据文档Atlas 200 AI加速模块 1.0.7 软件安装与维护指南（型号 3000）03，3.2 创建运行用户，我理解的这个创建用户的过程是在atlas200加速模块内部，但是实际直接在host侧运行udo ./A200-3000-NPU_Driver-20.0.0-X86_64-Ubuntu18.04.run --full 安装命令会报安装用户名出错。出错信息如下[sudo] password for jinsong:Verifying archive integrity...  100%   All good.Uncompressing Atlas200_software_version_20.0.0  100%  InstallStart: 2020-10-25 23:51:25InstallLogFile: /var/log/ascend_seclog/ascend_install.logINFO: base version is none.set username and usergroup, HwHiAiUser:usergroupcat: /usr/local/Ascend/driver/script/feature.conf: No such file or directorycat: /usr/local/Ascend/driver/script/feature.conf: No such file or directorycat: /usr/local/Ascend/driver/script/feature.conf: No such file or directorycat: /usr/local/Ascend/driver/script/feature.conf: No such file or directoryremove install files and folders successfully! drv_dkms_env_check failed, details in : /var/log/ascend_seclog/ascend_install.loginstall driver failed, please retry after uninstall and reboot!请问host安装sudo ./A200-3000-NPU_Driver-20.0.0-X86_64-Ubuntu18.04.run对用户名有要求吗，报错的时候vermagic error,但是Verifying archive integrity...  100%   All good.请帮忙确认下问题所在.我目前atlas200加速模块是从淘宝供应商哪里买的，sd启动卡也是他们帮我制作的，我还需要在atlas200内部安装软件吗，你们这个模块使用对用户来说很不有好，希望能规范文档，简化操作步骤

【功能模块】atlas 200 accelaration module【操作步骤&问题现象】3.1.1 下载软件包操作步骤步骤1 登录华为企业业务网站。步骤2 在导航栏中选择“技术支持 > 产品和解决方案支持 > 服务器 - 智能计算 > 昇腾计算 >智能边缘 > A200-3000”,打开A200-3000的详细页面。步骤3 选择“软件”页签。步骤4 打开目标版本“A200-3000 X ”。步骤5 单击软件包(如:A200-3000-NPU_Driver-20.0.0-X86_64-Ubuntu18.04.run)后面的和,可获取软件包和数字签名文件。----结束but no found the pkg there?

  电脑硬件配置：  处理器              英特尔 Core i5-7200U @ 2.50GHz 双核   主板                联想 LNVNB161216 ( 7th Generation Intel Processor Family I/O - 9D58 笔记本芯片组 )   显卡                ‍Nvidia GeForce 940MX ( 2 GB / 联想 )‍   内存                8 GB ( SK Hynix )   主硬盘              三星 MZNTN512HDJH-000L2 ( 512 GB / 固态硬盘 )笔记本是win10的，也没多少空间了手上刚好有个ssd固态U盘，做了一个wintogo 然后把ubuntu也装上去了软件要求：Ubuntu 18.04 x86_64 - Python 3.7.5  - CUDA 10.1  - CuDNN 7.6  - gmp 6.1.2Ubuntu 18.04自带 python 3.6，需要再安装Python3.7.51. 安装Python 3.7.5http://cdn.npm.taobao.org/dist/python/3.7.5/Python-3.7.5.tgz修改Python源码包中ssl的参数打开源码解压目录中的 Modules/Setup ,直接搜索 SSL= ，将SSL=后面的目录改为前面openssl的安装目录，并把下面三行的注释去掉。此外必备的gcc make什么的要提取安装好tar -zxvf python3.7.5.tgz cd python3.7.5 ./configure --prefix=/usr/local/python375 make && make install ln -s /usr/local/python375/bin/python3.7 /usr/bin/python ln -s /usr/local/python375/bin/pip3.7 /usr/bin/pip2. 安装CUDA 10.1https://developer.nvidia.com/compute/cuda/10.1/Prod/local_installers/cuda-repo-ubuntu1804-10-1-local-10.1.105-418.39_1.0-1_amd64.debsudo dpkg -i cuda-repo-ubuntu1804-10-1-local-10.1.105-418.39_1.0-1_amd64.deb sudo apt-key add /var/cuda-repo-<version>/7fa2af80.pub sudo apt-get update sudo apt-get install cuda安装好了配置环境变量export CUDA_HOME=/usr/local/cuda-10.1 export LD_LIBRARY_PATH=/usr/local/cuda-10.1/lib64:/usr/local/cuda-10.1/extras/CUPTI/lib64:$LD_LIBRARY_PATHs export PATH=/usr/local/cuda-10.1/bin:$PATH export LD_LIBRARY_PATH="/usr/local/cuda-10.1/lib64:/usr/local/cuda-10.1/extras/CUPTI/lib64:/usr/local/cuda-10.1/lib64:/usr/local/cuda-10.1/lib64"3. 安装CuDNN 7.6https://developer.nvidia.com/rdp/cudnn-archivehttps://developer.nvidia.com/compute/machine-learning/cudnn/secure/v7.6.0.64/prod/10.1_20190516/cudnn-10.1-linux-x64-v7.6.0.64.tgzsudo cp cuda/include/cudnn.h   /usr/local/cuda/include sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64 sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*4.安装gmp安装依赖sudo apt-get install m4然后就是configure；make；make install安装完了验证下安装是否成功import numpy as np from mindspore import Tensor from mindspore.ops import functional as F import mindspore.context as context context.set_context(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))OK，然后开始训练安装完cuda后需要重启电脑，否则训练会找不到设备AI诗人https://bbs.huaweicloud.com/forum/thread-80976-1-1.htmlhttps://www.mindspore.cn/tutorial/training/zh-CN/master/advanced_use/nlp_bert_poetry.html 代码下载https://mindspore-website.obs.cn-north-4.myhuaweicloud.com/DemoCode/bert_poetry_c.rar 下载数据集 43030首诗词 https://github.com/AaronJny/DeepLearningExamples/tree/master/keras-bert-poetry-generator 下载BERT-Base模型的预训练ckpt：可在MindSpore官网下载修改配置文件'pre_training_ckpt': './bert_converted.ckpt', 修改为bert_base.ckpt开始训练python poetry.py什么，出错了，去看代码了parser.add_argument('--device_target', type=str, default='Ascend', help='Device target')默认训练设备Ascend，添加参数GPUpython poetry.py --device_target=GPUWhat！！！低端显卡不配吗？CPU下有个算子不支持，GPU又嫌我配置低，......(此处省略3000字)搬砖去了，等3070出了再来试试。。。惯例，邮箱地址： yuanyanglv@qq.com

【功能模块】【操作步骤&问题现象】1、编译 opencv4.2.0 报错 已按照readme的步骤执行了。望大佬帮分析一下。2、【截图信息】错误内容 【日志信息】（可选，上传日志内容或者附件）

【功能模块】MindStudio工具【操作步骤&问题现象】1、调试的时候经常性卡死2、卡死再也关不掉，无论是关闭控制台，还是关闭×3、只有关机重启。但是只要是使用，就会卡死。【截图信息】【日志信息】（可选，上传日志内容或者附件）

按照云学院里的环境搭建教程来的。教程里让install开发套件“ascend-toolkit-20.0.0B002-x86_64-linux_gcc7.3.0.run“不过在官网上搜不到这个版本套件，只有新版本的："ascend-toolkit-20.0.RC1-x86_64-linux_gcc7.3.0.run"。于是我下载了这个新版本的套件，并且按照教程里的方式对它install：程序：      ./Ascend-Toolkit-20.0.RC1-x86_64-linux_gcc7.3.0.run  --install结果显示 ：  bash   ./Ascend-Toolkit-20.0.RC1-x86_64-linux_gcc7.3.0.run:  Permission denied

【功能模块】【操作步骤&问题现象】1、启动mindstudio 后，就基本卡死，菜单都点不了2、【截图信息】【日志信息】（可选，上传日志内容或者附件）

在张小白尝试了 Windows CPU版本（PIP安装），Ubuntu CPU版本（PIP安装，源码安装）之后（参见 《张小白带你快速体验MindSpore V1.0（For ubuntu 18.04）》 https://bbs.huaweicloud.com/blogs/198324 和 《张小白教你如何在Ubuntu 18.04上源码安装MindSpore V1.0》 https://bbs.huaweicloud.com/blogs/198349 ），GPU的安装也纳入了议事日程。毕竟Ascend910不是穷逼的张小白能买得起的。但是Nvidia的过气GPU，张小白倒是有好几块（台式机一块，笔记本一块）不过根据张小白的分析，想用Windows安装GPU版本的MindSpore V1.0貌似是不可能的了。因为根本没有这个选项。所以张小宝就动起了自己笔记本的歪脑筋。自己的笔记本不有个Nvidia显卡吗？那就试试呗。。没想到就此躺坑。。。先把硬件环境再重复一下：CPU：Intel Core i7-8750H @2.20GHz 六核内存：64G DDR4 2666硬盘：Crucial MX500 250G SSD（2.5寸SATA）显卡：Nvidia Quardo P1000(4G)------------------------------------------------邮箱: zhanghui_china2020@163.com

在  https://bbs.huaweicloud.com/forum/thread-80520-1-1.html  这个帖子中，笔者想体验源码安装mindspore，然而到目前为止，革命尚未成功。。。不过，pip安装mindspore我倒是试了2次，一个是根据天一大大和JeffDing大大的帖子试了一下windows 10版本的conda创建环境，然后安装mindspore环境。这个非常快。我的实验结果分别贴在了他们的帖子下：安装过程：https://bbs.huaweicloud.com/forum/thread-80509-1-1.html  （请看板凳内容）试跑训练过程：https://bbs.huaweicloud.com/forum/thread-80567-1-1.html （请看沙发到7楼的内容，其中也感谢nailqm大大的帮助 ）那么，本帖是为了完成ubuntu版本，pip安装环境下的体验而发的。毕竟源码安装还是有点难度的。。目前笔者一个人搞不定，还需要mindspore大大和MindSpore官方群里大大的友情支持。下面开始使用pip方式在ubuntu 18.04上安装MindSpore：我们拿着已经做好的ubuntu 18.04 以及源码编译的python 3.7.5环境继续往下做：之前的过程可以参见：https://bbs.huaweicloud.com/forum/thread-80520-1-1.html 前面的相关内容。把这个目录复制一份改名为 MindSpore-18.04-pip-install然后打开虚拟机，恢复，选择我已复制虚拟机。等待恢复结束：保险一点，修改下虚拟机的名字：然后在 https://www.mindspore.cn/install 这个界面，按图示选好：并将安装命令贴出来。。。放到刚才打开的虚拟机内执行。。。当然，根据前面的经验和教训，为了确保是在3.7.5环境的pip下安装，命令应该是 python3 -m pip install https://ms-release.obs.cn-north-4.myhuaweicloud.com/1.0.0/MindSpore/cpu/ubuntu_x86/mindspore-1.0.0-cp37-cp37m-linux_x86_64.whl确认下眼神：执行 python3 -m pip install https://ms-release.obs.cn-north-4.myhuaweicloud.com/1.0.0/MindSpore/cpu/ubuntu_x86/mindspore-1.0.0-cp37-cp37m-linux_x86_64.whl当然了。。出点问题也算正常的。。好像是装decorator时遇到了权限问题。 那我们换成root用户装吧。。。 python3 -m pip install https://ms-release.obs.cn-north-4.myhuaweicloud.com/1.0.0/MindSpore/cpu/ubuntu_x86/mindspore-1.0.0-cp37-cp37m-linux_x86_64.whl很快就秒装完毕，也没任何出错：然后进入python验证下安装结果：当然，丁大大还给了我另外一个验证方式：下面开始试验丁大大 https://bbs.huaweicloud.com/forum/thread-80567-1-1.html  提供的LENET训练集。首先到mindspore gitee官网下载lenet的相关示例代码：https://gitee.com/mindspore/mindspore/tree/master/model_zoo/official/cv/lenet然后打开 http://yann.lecun.com/exdb/mnist/ 网页：将链接中这四个文件下载到本地，并放入前面lenet下新建的MNIST_DATA目录下。并且，用winrar解压，分别将train开头的文件和t10k开头的文件放入train和test目录下。然后，把这些代码打包成lenet.zip，使用scp工具（如Xftp 6）,传输到ubuntu中：然后执行unzip lenet.zip解压。就可以在ubuntu下看到这些文件了。当然，这些过程也可以在ubuntu中做，只不过我是先在windows环境下试了一下，所以就用这种方式讲解吧。。。接着，为了保险起见，我暂时先用root执行吧。。（怕ascend用户执行又有什么权限问题。。。）cd /home/ascend/lenet/vi train.py将device_target的default改为CPU。将data_path设成 MNIST_DATA目录。其余暂时保持不变：然后开始跑训练吧。。。python3 train.py一会儿就跑完了。。。并且在ckpt下会生成一些文件。。。继续跟随  丁大大的脚步。。。回到上层目录，执行：python3 eval.py --ckpt_path=./ckpt/checkpoint_lenet-10_1875.ckpt也得到了跟他一样的结果。说明mindspore在跑lenet这些例程还是比较顺利的。最后把环境贴一下：笔记本电脑环境：CPU：Intel Core i7-8750H @2.20GHz 六核内存：64G DDR4 2666硬盘：海康威视 C2000Pro 2T SSD显卡：Nvidia Quardo P1000(4G)操作系统：Windows 10虚拟机环境：目前开的不大：（可以调整）CPU：2个内存：8G硬盘：50G操作系统：Ubuntu 18.04Python运行环境：源码编译的Python 3.7.5邮箱地址：zhanghui_china2020@163.com（全文完，谢谢大家）

根据 https://www.mindspore.cn/install 的文档：安装MindSpore 1.0 可以在昇腾，GPU和CPU环境上装，但是显然笔者的机器配置GPU远远不够，昇腾远远没有，所以只好选择CPU做个安装体验。而显然笔记本电脑安装只能选择X86版本。所以只能选择以上的模式进行安装。这时，就可以充分利用当初搞Atlas 200DK搞的那个Ubuntu 18.04的环境了。当时的备份是有用的。。。。先检查下这个虚拟机是不是18.04.确认后，暂停，复制这个虚机的目录到另一个目录，改个名字。然后再打开（恢复）。在提示出选择“我已复制该虚拟机”。虚拟机再改个名字：跟原来的机器一模一样。。。最后把机器环境补充一下吧：笔记本电脑环境：CPU：Intel Core i7-8750H @2.20GHz 六核内存：64G DDR4 2666硬盘：海康威视 C2000Pro 2T SSD显卡：Nvidia Quardo P1000(4G)操作系统：Windows 10Python运行环境：AnacondaPython开发环境：PyCharm 2020.1 试用版---------------------------------虚拟机环境：目前开的不大：（可以调整）CPU：2个内存：8G硬盘：50G操作系统：Ubuntu 18.04Python运行环境：源码编译的Python 3.7.5邮箱地址：zhanghui_china2020@163.com

【功能模块】【操作步骤&问题现象】Atlas 200 DK使用的Ubuntu是不是经过裁剪？因为我感觉在自己电脑上使用，安装东西，很方便，而在开发板上会显示缺少很多依赖之类的。我也不太懂，所以问问。【截图信息】【日志信息】（可选，上传日志内容或者附件）

昇腾社区关于200DK没有相关说明文档，昇腾学院相关视频中也未强调linux内核版本。所以linux内核在安装未做限制。开发环境为：ubuntu18.04.1,内核版本为：4.15.0.117，未能成功运行。              未能运行：左边是atlas200dk的(ubuntu18.04.1 LTS arm )，中间是开发环境(ubuntu 18.04.1 )，右边是MindStudio 2.3.3。如附件：不成功.zip              成功运行：左边是atlas200dk的(ubuntu18.04.5 LTS arm )，中间是是开发环境(ubuntu 18.04.1 )，右边是MindStudio 2.3.3。如附件：成功.zip

训练环境：            Ubuntu18.04,            MindSpore0.7.0-beta,        GPU,        python3.7.5在使用Resnet50训练Cifar10数据集时，报如下错误，是什么原因？