Ubuntu团队宣布为其桌面和服务器发行版发布了Ubuntu 18.04.6 LTS更新，更新内容主要是安全修复，包括对BootHole安全问题的修复，解决了 Ubuntu 18.04.5出现的无法启动安装介质的问题。除此之外，新版本还包括许多其他的安全更新，用于修复高影响错误，同时保证Ubuntu 18.04 LTS的稳定性和兼容性。

如图为我的MDC的版本情况，带的是16.04Ubuntu系统，请教下如何从16.04升级到18.04  

【功能模块】搭建环境--制卡【操作步骤&问题现象】1、搭建环境--制卡2、[ERROR] Can not find ubuntu*server*arm*.iso package in current path版本下载的是：ubuntu-18.04.5-server-arm64.iso，是在指定路径下载的，但是提示找不到。搜了之前的帖子，问题并没有解决，请帮忙分析一下。谢谢。【截图信息】【日志信息】（可选，上传日志内容或者附件）

1. 硬件信息信息类型获取命令CPU信息FT2000PLUSRAM信息cat /proc/meminfo 和 free -h驱动信息mountsudo parted -lsudo fdisk -ldf -h2. 操作系统信息信息类型获取命令操作系统整体信息ubuntu 18.04内核信息Linux Kylin 4.4.131-20190505.kylin.server-generic系统页大小65536内存映射信息cat /proc/self/mapscat /etc/issue3. ExaGear软件信息信息类型获取命令已安装的ExaGear软件包dpkg -l | grep exagear日志文件该路径下的所有文件 /var/log/exagear/ExaGear二进制文件的Checksum信息shasum -a 256 /opt/exagear/bin/ubt_x64a64_alshasum -a 256 /opt/exagear/bin/ubt_x32a64_al4. 使用ExaGear运行的软件信息信息类型运行软件的完整版本信息获取该软件的方式，比如下载链接等该软件依赖的其它软件或者系统库等安装后 启动exagear，发生段错误，是因为我的系统页大小是64KB的原因吗，但是看到发布的ubuntu版本中没有针对页大小做区别，而centos当中有4KB与64KB之分。

【功能模块】LiteOS【操作步骤&问题现象】1、在Ubuntu16.04版本下下载的LiteOS源码，今天最新的版本。环境都根据官方指导进行配置了。但是 编译还是报错，并且报错信息中出现乱码。2、make和make menuconfig指令现象都一样。【截图信息】【日志信息】（可选，上传日志内容或者附件）

【功能模块】MindStudio 3.0.2【操作步骤&问题现象】我已经找到规避办法了。你们自行记录即可。【截图信息】【日志信息】（可选，上传日志内容或者附件）

MindSpore是华为开发的一款深度学习的开源框架，于2020年3月28号正式亮相，其与TensorFlow、PyTorch、PaddlePaddle 等流行深度学习框架对标，旨在大幅度降低 AI 应用开发门槛。MindSpore介绍安装Mindspore官方地址： https://www.mindspore.cn/下载地址：https://www.mindspore.cn/install操作系统是Ubuntu的，使用CPU跑，所以选择这样的安装指令。 如果是Windows系统的话就选择Windows-x64，然后也是使用pip安装。打开终端复制命令过来:这里就直接对着安装命令复制下载即可。好吧，下载时还要注意使用 sudo 给下载权限。。等待下载完后，会提示一个 Successfully installed .同时可以通过pip freeze 查看安装仓库有没有 Mindspore简单使用这里使用Mindspore简单定义一个三阶张量，这是一个比赛实训的安装任务:任务1嗯，不明白张量的童鞋需要先去了解一下张量(Tensor)————————————————原文链接：https://blog.csdn.net/qq_43332980/article/details/108060458

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-gpu1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.whl1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 npfrom mindspore import Tensorimport mindspore.ops as opsimport mindspore.context as contextcontext.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.git1编译和安装我采用以下方式cd mindinsightpip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simplepython setup.py install遇到的问题Cmake更新，Cmake版本过低问题pip install cmake --upgrade1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 npmnpm 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 start1提示如下，说明安装成功：Web address: http://127.0.0.1:8080service start state: successMindConverter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。————————————————原文链接：https://blog.csdn.net/u010277233/article/details/116050764

MindSpore是华为开发的一款深度学习的开源框架，于2020年3月28号正式亮相，其与TensorFlow、PyTorch、PaddlePaddle 等流行深度学习框架对标，旨在大幅度降低 AI 应用开发门槛。MindSpore介绍安装Mindspore官方地址： https://www.mindspore.cn/下载地址：https://www.mindspore.cn/install操作系统是Ubuntu的，使用CPU跑，所以选择这样的安装指令。 如果是Windows系统的话就选择Windows-x64，然后也是使用pip安装。打开终端复制命令过来:这里就直接对着安装命令复制下载即可。好吧，下载时还要注意使用 sudo 给下载权限。。等待下载完后，会提示一个 Successfully installed .同时可以通过pip freeze 查看安装仓库有没有 Mindspore简单使用这里使用Mindspore简单定义一个三阶张量，这是一个比赛实训的安装任务:任务1嗯，不明白张量的童鞋需要先去了解一下张量(Tensor)————————————————原文链接：https://blog.csdn.net/qq_43332980/article/details/108060458

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-gpu1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.whl1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 npfrom mindspore import Tensorimport mindspore.ops as opsimport mindspore.context as contextcontext.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.git1编译和安装我采用以下方式cd mindinsightpip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simplepython setup.py install遇到的问题Cmake更新，Cmake版本过低问题pip install cmake --upgrade1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 npmnpm 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 start1提示如下，说明安装成功：Web address: http://127.0.0.1:8080service start state: successMindConverter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。————————————————原文链接：https://blog.csdn.net/u010277233/article/details/116050764

PC端使用的是ubuntu16.04，由于MDC300F升级到辆2021.07.10版本，之前也发帖问过，回答说可以使用docker，docker本身工作模式以命令行为主，请问华为这边有没有对docker可视化然后利用MDC开发工具进行开发的官方教程？你们应该有遇到过在PC ubuntu16.04使用MDC300F最新版吧，能给一个教程吗？感谢。

EFI stub: Booting Linux Kernel...EFI stub: EFI_RNG_PROTOCOL unavailable, no randomness suppliedEFI stub: Using DTB from configuration tableEFI stub: Exiting boot services and installing virtual address map...求解！！！！

请问版本升级为2021.7.10的新版本后，MDC的操作系统是ubuntu18.04，那么PC端也一定要是18.04吗？如果是ubuntu16.04如果搭建交叉编译运行环境搭建？

【操作步骤&问题现象】1、通过堡垒机或者xshell得连好多次才能连上，并且在使用过程中特别卡机器的各项指标都很正常，求教大佬们