【功能模块】drv_gmac【操作步骤&问题现象】1、配置支持wireless、CFG80211（模块）、LIB80211、MAC80211（模块）、Wlan、SCSI、usb storage、USB_XHCI，具体详见附件config.txt文件2、启动时插入drv_gmac模块时系统异常【截图信息】【日志信息】（可选，上传日志内容或者附件）串口启动打印详见附件log.txt文件安装指南使用：Atlas 200 AI加速模块 1.0.9 软件安装与维护指南 (RC场景) 05  链接如下：https://support.huawei.com/enterprise/zh/doc/EDOC1100181242?idPath=23710424%7C251366513%7C22892968%7C252309141%7C250702933代码包使用：A200-3000-sdk-security_20.2.2.zip 链接如下：https://support.huawei.com/enterprise/zh/doc/EDOC1100181242/ad7af59已解决，修改配置后，漏更新driver。

【功能模块】mindspore 安装【操作步骤&问题现象】1、安装时报错mindspore-1.6.1-cp37-cp37m-macosx_10_16_x86_64.whl is not a supported wheel on this platform.2、输入代码print(pip._internal.pep425tags.get_supported())，我的电脑支持的是cp37和【macosx_10_16】,但官网只提供了【macosx_10_15】版本【截图信息】

lipo -info libeSDKOBS.aNon-fat file: libeSDKOBS.a is architecture: x86_64这库也太小了，应该是没打成吧，官方有最新的教程没

透过「历史上的今天」，从过去看未来，从现在亦可以改变未来。今天是 2022 年 3 月 9 日，在 1986 年的今天，中国历史上最大的辞书《汉语大字典》编纂完成。《汉语大字典》由四川、湖北两省 300 多名专家、学者和教师经过 10 年努力编纂而成，全书约 2000 万字，共收楷书单字 56000 多个，凡古今文献、图书资料中出现的汉字，几乎都可以从中查出，是当今世界上规模最大、收集汉字单字最多、释义最全的一部汉语字典。回顾人类历史，3 月 9 日这一天还发生过哪些改变了我们未来生活的关键事件呢？1943 年 3 月 9 日，人机界面专家杰夫·拉斯金（Jef Raskin）出生，他最为人知的成就便是在 1970 年代后期为苹果电脑创建了麦金塔（Macintosh）计划。拉斯金生于美国纽约州纽约市，在一个犹太人家庭里长大；学生时代，拉斯金在纽约州立大学石溪分校取得数学与物理双学士，副修哲学与音乐，之后在宾州州立大学取得计算机科学硕士学位，完成了博士班课程但最终未取得博士学位。然后他转往加州大学圣地亚哥分校音乐研究所，但没多久将方向改为研究视觉艺术，并取得美国国家科学基金会提供的人机图像界面研究奖金。1977 年，在第一届 West Coast Computer Faire 中，拉斯金遇到去展示 Apple II 计算机的史蒂夫·乔布斯与斯蒂夫·沃兹尼亚克；在和二人攀谈后，史蒂夫·乔布斯决定和他创办的公司 Bannister and Crun 合作，让这家公司为 Apple II 撰写 BASIC 程式使用手册。1978 年 1 月，杰夫·拉斯金正式加入苹果电脑公司，成为公司第 31 位员工，担任出版物经理。拉斯金对苹果公司早期的工程项目产生了很大的影响。由于当时 Apple II 仅在 40 列屏幕上显示大写字符，所以他的部门只能使用 Polymorphic Systems 8813（一种基于 Intel-8080 的机器，运行名为 Exec 的专有操作系统）来编写文档；这促进了更适用于 Apple II 的文本编辑器的开发。后来的 Apple Pascal 便是出自拉斯金之手。1979 年，杰夫·拉斯金启动了麦金塔项目，通过直接在执行层获得许可和资金，秘密避开了乔布斯的自负和权威，在项目第一年的时间里创建并单独监督了 Macintosh 项目；拉斯金的独断包括选择他最喜欢的苹果名称作为电脑名字、编写任务文件《麦金塔之书》、确保办公空间以及招聘和管理原始员工。在拉斯金离开苹果公司之前，他对于 Macintosh 的贡献一直没有被承认；因为 Macintosh 电脑在乔布斯的加入后经历了一次“大变样”，包括加入了拉斯金所不喜欢的电脑鼠标还有各种迴异的功能接口。项目组的成员将拉斯金与完全不同的 Mac 成品的关系描述得更像是一个“古怪的叔叔”，而不是其父亲。在乔布斯 1996 年采访中，他将 Macintosh 称为团队努力的产物，同时承认拉斯金的早期角色。在拉斯金于 1982 年离开苹果公司后，公司还是承认了拉斯金的角色，将第一百万台 Macintosh 电脑作为礼物送给了他，正面刻有黄铜铭牌。离开了苹果公司之后，拉斯金继续在人机界面领域作出了许多贡献，直到 2004 年 12 月，拉斯金被诊断罹患胰腺癌，最终于 2005 年 2 月 26 日在加州帕西菲卡病逝，享年61岁。2006 年 3 月 9 日：Google 宣布收购 WritelyWritely 是由软件公司 Upstartle 创建的基于 Web 的独立文字处理软件，最初发布于 2005 年 8 月。Writely 原先的功能包括协同文字编辑套装以及访问控制功能；菜单、键盘快捷键和对话框的展现方式与 Microsoft Word 和 OpenOffice.org Writer 等主流软件十分相似。2006 年 3 月 9 日，Google 公司宣布并购 Upstartle；当时，Upstartle 仅拥有 4 名员工。Writely 原先运行于微软公司 ASP.NET 技术上，使用视窗操作系统。然而从 2006 年 7 月开始，Writely 的服务器被发现已转移到基于 Linux 的操作系统。与此同时，Google 开发了 Google Spreadsheets，这款产品引入了今天能在 Google 文档中看到的大多数功能，可以说 Google 文档从根本上就是来源于这两个独立的产品：Writely 和 Google Spreadsheets。Google 于 2006 年 6 月 6 日正式发布 Spreadsheets，最初只有一小部分的用户能够使用 Spreadsheets，基于先到先得的原则。随后限制性测试被替换为面向所有 Google 账户拥有者的 beta 版本。2006 年 10 月 10 日，Google 将 Writely 与旗下的 Google Spreadsheets 集成为 Google Docs & Spreadsheets。2007 年 2 月，Google 向 Google Apps 中提供了 Google 文档服务。2007 年 6 月，Google 在文件的首页的引入文件夹并以此取代了原先的 labels，显示于网页的侧边栏。2007 年 4 月 17 日，Google 并购 Tonic Systems 公司，以获取其在线文档管理相关技术；从那以后，Google 开始正式往在线服务中添加了表格、幻灯片、交互表单等功能，而不是局限于在线文档。2012 年 4 月 24 日，Google 推出 Google 云端硬盘（Google Drive），集成了原有的 Google 文档，结合了在线编辑文件、文件共享，并提供 5GB 免费存储容量。用户可以在在线编辑器里创建文档、电子制表和演示文件，也可以通过 Web 界面或电子邮件导入到 Google 文档中。默认情况下，这些文件保存在 Google 的服务器上，用户也可以将这些文件以多种格式下载到本地电脑中。正在编辑的文件会被自动保存以防止数据丢失，编辑更新的历史也会被记录在案。为方便组织管理，文件可以存档或加上自定义的标签。回过头一看，Writely 的并购为 Google 带来了 Google 文档、Google 表格、Google 幻灯片和 Google 云端，盘活了 Google 的在线服务功能，有着独特的历史意义。2016 年 3 月 9 日：AlphaGo 大战李世乭拉开序幕2016 年 3 月 9 日，AlphaGo 大战李世乭拉开序幕。在韩国首尔举行的为时 7 天的人机围棋比赛中，谷歌旗下 DeepMind 开发的人工智能围棋软件 AlphaGo 最终以 4：1 战胜世界围棋冠军、职业九段选手李世乭。继“深蓝”战胜卡斯帕罗夫之后，这场比赛被视为人类与人工智能的又一场较量。比赛的获胜者将赢得 100 万美元，而在 AlphaGo 获胜后，Google DeepMind 表示该奖项将捐赠给慈善机构，包括联合国儿童基金会和围棋组织。赛后，韩国围棋协会授予 AlphaGo 最高围棋大师级别——“荣誉九段”。AlphaGo，直译为阿尔法围棋，亦被音译为阿尔法狗，其原名的“Go”为日文“碁”字发音转写，是围棋的西方名称；AlphaGo 是于 2014 年开始由英国伦敦 Google DeepMind 开发的人工智能围棋软件。AlphaGo 使用了蒙特卡洛树搜索与两个深度神经网络相结合的方法，一个是以借助估值网络（value network）来评估大量的选点，一个是借助走棋网络（policy network）来选择落子，并使用强化学习进一步改善它。在这种设计下，电脑可以结合树状图的长远推断，又可像人类的大脑一样自发学习进行直觉训练，以提高下棋实力。AlphaGo 的研究计划于 2014 年启动，此后和之前的围棋程序相比表现出显著提升。在 2015 年之前，最好的围棋程序只能达到业余段位。在和 Crazy Stone 和 Zen 等其他围棋程序的 500 局比赛中，运行于一台电脑上的单机版 AlphaGo 仅输一局；在其后的对局中，以分布式运算运行于多台电脑上的分布式版 AlphaGo 在 500 局比赛中全部获胜，且对抗运行在单机上的 AlphaGo 约有 77%的胜率。2015 年 10 月的分布式运算版本 AlphaGo 使用了 1202 块 CPU 及 176 块 GPU。2016 年的今天，AlphaGo 和李世乭的成名之战拉开帷幕。比赛的现场视频和相关评论以韩文、中文、日文和英文播放。Baduk TV 提供韩语报道。腾讯和乐视分别提供了第一场比赛的中文报道以及九段选手谷力和柯洁的解说，达到了约6000万观众。由美国 9 段棋手迈克尔·雷德蒙德（Michael Redmond）和美国围棋协会副主席克里斯·加洛克（Chris Garlock）提供的在线英语报道平均达到 8 万观众，在第一局接近尾声时达到 10 万观众的峰值。AlphaGo 的胜利是人工智能研究的一个重要里程碑，围棋则曾被认为是机器学习中的一个难题，对于当时的技术来说遥不可及。AlphaGo 在没有人类对手后，AlphaGo 之父杰米斯·哈萨比斯宣布 AlphaGo 退役。而从业余棋手的水平到世界第一，AlphaGo 的棋力获取这样的进步，仅仅花了两年左右。最终版本的 AlphaZero 拥有更加强大的学习能力，可自我学习，在 21 天达到胜过中国顶尖棋手柯洁的的水平。人工智能的未来还会如何发展呢？原文链接：https://blog.csdn.net/Byeweiyang/article/details/123366147

MindSportpython环境mac 系统下安装python的话,默认是python2.7的版本.如果是使用brew 安装的话,我安装不上,只能在python的官网上下载了python3.9.9的版本zhengenyue@zhengenyuedeMacBook-Pro Versions % python3 -V Python 3.9.9 ​因为官网的教程是需要是python3.9的来安装,官网的教程必须使用 python 命令,而我的系统必须使用python3 才能使用,所以这里我必须使用alias来处理Python 2.7与Python 3.9版本的切换​使用Python 2.7时，直接将~/.bash_profile文件中3.9的版本注释掉，即#alias python="/Library/Frameworks/Python.framework/Versions/3.9/bin/python39"​#alias pip="/Library/Frameworks/Python.framework/Versions/3.8/bin/pip3.9"​使用Python 3.9时，直接将~/.bash_profile文件中3.9的版本打开，即​alias python="/Library/Frameworks/Python.framework/Versions/3.9/bin/python3.9"​alias pip="/Library/Frameworks/Python.framework/Versions/3.9/bin/pip3.9"验证效果zhengenyue@zhengenyuedeMacBook-Pro Versions % source ~/.bash_profile zhengenyue@zhengenyuedeMacBook-Pro Versions % zhengenyue@zhengenyuedeMacBook-Pro Versions % zhengenyue@zhengenyuedeMacBook-Pro Versions % python -VPython 3.9.9​Docker的安装zhengenyue@zhengenyuedeMacBook-Pro MindSpore % brew install --cask --appdir=/Applications docker==> Downloading https://desktop.docker.com/mac/main/amd64/67817/Docker.dmg######################################################################## 100.0%==> Installing Cask docker==> Moving App 'Docker.app' to '/Applications/Docker.app'==> Linking Binary 'docker-compose.bash-completion' to '/usr/local/etc/bash_comp==> Linking Binary 'docker.zsh-completion' to '/usr/local/share/zsh/site-functio==> Linking Binary 'docker.fish-completion' to '/usr/local/share/fish/vendor_com==> Linking Binary 'docker-compose.fish-completion' to '/usr/local/share/fish/ve==> Linking Binary 'docker-compose.zsh-completion' to '/usr/local/share/zsh/site==> Linking Binary 'docker.bash-completion' to '/usr/local/etc/bash_completion.d docker was successfully installed!zhengenyue@zhengenyuedeMacBook-Pro MindSpore % docker -v      Docker version 20.10.8, build 3967b7dMindSport的安装docker 下载镜像zhengenyue@zhengenyuedeMacBook-Pro MindSpore %  docker pull swr.cn-south-1.myhuaweicloud.com/mindspore/mindspore-cpu:1.5.01.5.0: Pulling from mindspore/mindspore-cpuf22ccc0b8772: Pull complete 3cf8fb62ba5f: Pull complete e80c964ece6a: Pull complete fa6f89187f2f: Pull complete 316424102b04: Pull complete 80e5dfed8c7b: Pull complete a81726836b6a: Pull complete e47915d7c8a7: Pull complete 0dfe6f871290: Pull complete 0c96b3e462e6: Pull complete 4cdc1a05b8fa: Pull complete 4cb5933b824a: Pull complete Digest: sha256:3e237d10ca1bde886ba032075a54bb7d8e63a315a0364e18f46d0d5652b51ca3Status: Downloaded newer image for swr.cn-south-1.myhuaweicloud.com/mindspore/mindspore-cpu:1.5.0swr.cn-south-1.myhuaweicloud.com/mindspore/mindspore-cpu:1.5.0zhengenyue@zhengenyuedeMacBook-Pro MindSpore % 启动docker镜像#{tag}对应上述表格中的标签。docker run -it swr.cn-south-1.myhuaweicloud.com/mindspore/mindspore-cpu:{tag} /bin/bash验证是否安装成功​zhengenyue@zhengenyuedeMacBook-Pro ~ % docker exec -it be934b24274681c79f73dab6c7a1a5defd5aaaf758907b0dfc87a1f7a1959588 /bin/shsh-4.4# sh-4.4# sh-4.4# sh-4.4# python -c "import mindspore;mindspore.run_check()"MindSpore version: 1.5.0[WARNING] DEBUG(24,7f711a126600,python):2021-12-19-00:52:38.000.377 [mindspore/ccsrc/debug/debugger/debugger.cc:92] Debugger] Not enabling debugger. Debugger does not support CPU.The result of multiplication calculation is correct, MindSpore has been installed successfully!拷贝测试的py文件到docker中#注意,这个是本地机器执行的zhengenyue@zhengenyuedeMacBook-Pro MindSpore % docker ps -aCONTAINER ID   IMAGE                                                            COMMAND                  CREATED          STATUS                      PORTS     NAMESdbd4d6043b1a   swr.cn-south-1.myhuaweicloud.com/mindspore/mindspore-cpu:1.5.0   "/bin/bash"              14 minutes ago   Up 14 minutes                         focused_mendelbe934b242746   swr.cn-south-1.myhuaweicloud.com/mindspore/mindspore-cpu:1.5.0   "/bin/bash"              35 minutes ago   Exited (0) 15 minutes ago             charming_nash7477771099c2   alpine/git                                                       "git clone https://g…"   48 minutes ago   Exited (0) 48 minutes ago             repozhengenyue@zhengenyuedeMacBook-Pro MindSpore % zhengenyue@zhengenyuedeMacBook-Pro MindSpore % zhengenyue@zhengenyuedeMacBook-Pro MindSpore % zhengenyue@zhengenyuedeMacBook-Pro MindSpore % docker cp ./MindTest.py dbd4d6043b1a:/home/MindSpore/MindTest.py​注意MindTest.py文件内容:#这个官网有给出样例,我保存到MindTest.py文件上传到docker中执行import numpy as npimport mindspore.context as contextimport mindspore.ops as opsfrom mindspore import Tensor​context.set_context(mode=context.PYNATIVE_MODE, device_target="CPU")​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))docker中执行py文件root@docker-desktop:/home/MindSpore# lsMindTest.pyroot@docker-desktop:/home/MindSpore# python MindTest.py #这里是shell执行后的结果[WARNING] DEBUG(45,7f288eb19600,python):2021-12-19-01:31:20.855.491 [mindspore/ccsrc/debug/debugger/debugger.cc:92] Debugger] Not enabling debugger. Debugger does not support CPU.[[[[2. 2. 2. 2.]   [2. 2. 2. 2.]   [2. 2. 2. 2.]]​  [[2. 2. 2. 2.]   [2. 2. 2. 2.]   [2. 2. 2. 2.]]​  [[2. 2. 2. 2.]   [2. 2. 2. 2.]   [2. 2. 2. 2.]]]]验证mindinsightroot@docker-desktop:/home/MindSpore#  mindinsight start --port 8080Workspace: /root/mindinsightSummary base dir: /home/MindSporeWeb address: http://127.0.0.1:8080service start state: success————————————————原文链接：https://blog.csdn.net/zhengmengjia/article/details/122020671

Mac深度学习环境配置安装组合：Anaconda+PyTorch(GPU版)开源贡献：马曾欧，伦敦大学2.1 安装AnacondaAnaconda 的安装有两种方式，这里仅介绍一种最直观的- macOS graphical install。https://www.anaconda.com/products/individual里，Anaconda Installers的位置，选择Python 3.7 下方的“64-Bit Graphical Installer (442)”。下载好pkg 安装包后点击进入，按下一步完成安装即可。默认安装地点为~/opt。想用command line install 的，请自行参考：https://docs.anaconda.com/anaconda/install/mac-os/2.2 确认下载情况在Mac 的Terminal 里，输入python --version确保安装的Python 是3.x 版本。在Terminal 输入jupyter notebook弹出网页，即可进入notebook。在网页右上角点击Quit，或返回Terminal，command + c，退出notebook。2.2.1 常见问题如果电脑中下载了多个Anaconda，运行时可能出现冲突。在Terminal 中输入cd ~返回home 目录，输入cat .bash_profile如果只能看到一个Anaconda 版本就没有问题。如果有多个则下载包时有可能造成一定的冲突。用vim、nano 或其他文本编辑器把旧版本Anaconda 的export PATH= ...删除。2.3 虚拟环境和包的下载用conda 去创建虚拟环境和下载对应的包是很简单的一件事。2.3.1 Graphic点击Anaconda-Navigator，可以看到自己下载好的应用程序，左上角“Applications on”应该指向的是“base (root)”，左边点击“Environments”就可以看到自己建立的虚拟环境和对应的包了。点击左下角的Create 即可创建一个新的虚拟环境。输入环境名称和python 的版本，点击create 进行创建。之后在Home 页面，确保左上角指向的是你刚刚创建的环境名，在这个环境下install jupyter notebook，注意原本装的notebook 是在base 里的，不可通用。回到Environments 中，可以看到在此环境中的所有包，左上方选择All，然后输入想要下载的包名然后选中进行下载2.3.2 Command Line用command line 完成以上的操作也很简洁。这次以Pytorch 为例。在Terminal 中输入conda create --name env_name就可以创建一个虚拟环境，叫“env_name”。输入conda env list即可看到创建了的所有虚拟环境，其中打* 的就是当前环境。输入conda activate env_name进入环境conda deactivate退出当前虚拟环境，进入base。2.3.3 下载Pytorch一般情况下Mac 是不支持CUDA 的。进入https://pytorch.org/ 可以看到pytorch 官网显示当前设备应该用的下载语句。此情况，我的是conda install pytorch torchvision -c pytorch复制下来，粘贴到Terminal 中运行就可以开始下载了。下载完成后，在Terminal 输入python3之后import 两个刚下载的包，确认下载完成import torch import torchvision print(torch.__version__) print(torchvision.__version__)如果import 和输出正常，配置就完成了！输入quit()就ok 了。文章来源于Datawhale ，作者Datawhale

1 介绍分子动力学模拟（molecular dynamics simulation，MD）是时下最广泛为人采用的计算庞大复杂系统的方法，自1970年起，由于分子模拟的发展迅速，人们系统地建立了许多适用于生化分子体系、聚合物、金属与非金属材料的力场，使得计算复杂体系的结构与一些热力学与光谱性质的能力及精准性大为提升。分子动力学模拟是应用这些力场及根据牛顿运动力学原理所发展的计算方法。GROMACS是一个用于分子动力学模拟和能量最小化的计算引擎，其通过牛顿平衡方程来模拟几百到数以百万的原子体系。其设计初衷主要用于生物分子，例如具有大量复杂键联系的蛋白，脂和核酸分子，但GROMACS如今同样被用来计算非生物体系的非键联系，例如聚合物。 GROMACS相比其它分子动力学模拟软件具有一些其独有的优势：1. GROMACS免费，其遵循LGPL协议（GNU Lesser General Public License），在Github上可以找到GROMACS的开源代码；2. GROMACS提供相比其他软件更高的性能，在代码上进行了许多的优化；3. GROMACS对于拓扑文件与参数设置文件阅读友好，其与Python的设置格式类似；4. GROMACS的生态环境发展良好，模拟许多分析工具对GROMACS支持都较为优秀。关于GROMACS的更多信息请访问GROMACS官网。语言：C++一句话描述：分子动力学模拟和能量最小化的计算引擎。开源协议：LGPL Version 2.1建议的版本建议使用版本为“GROMACS 2019.3”。2 环境要求硬件要求硬件要求如表2-1所示。表1-1 硬件要求项目说明CPUKunpeng 920GPUNVIDIA Tesla A100 软件要求软件要求如表2-2所示。表1-2 软件要求项目版本下载地址GROMACS2019.3http://ftp.gromacs.org/pub/gromacs/gromacs-2019.3.tar.gz毕昇编译器1.3.3https://mirrors.huaweicloud.com/kunpeng/archive/compiler/bisheng_compiler/bisheng-compiler-1.3.3-aarch64-linux.tar.gzHMPI21.0https://support.huaweicloud.com/usermanual-kunpenghpcs/userg_huaweimpi_0010.htmlOpenBLAS0.3.6https://github.com/xianyi/OpenBLAS/archive/refs/tags/v0.3.6.tar.gzFFTW3.3.8https://fftw.org/pub/fftw/fftw-3.3.8.tar.gzcmake3.8.1https://cmake.org/files/v3.8/cmake-3.8.1.tar.gzNvidia CUDA组件11.4https://developer.download.nvidia.com/compute/cuda/11.4.0/local_installers/cuda_11.4.0_470.42.01_linux_sbsa.run测试算例water_GMX50_barehttps://ftp.gromacs.org/pub/benchmarks/ 操作系统要求操作系统要求如表2-3所示。表1-3 操作系统要求项目版本下载地址CentOS8.2https://www.centos.org/download/Kernel4.18.0-193.el8.aarch64https://www.centos.org/download/3 编译安装依赖库3.1 禁用nouveau驱动操作步骤步骤 1 使用PuTTY工具，以root用户登录服务器。步骤 2 执行以下命令查看nouveau驱动是否已禁用          lsmod |grep nouveau步骤 3 执行以下命令禁用nouveau驱动          新建文件/etc/modprobe.d/disable-nouveau.conf         添加如下两行：         blacklist nouveau         options nouveau modeset=0步骤 4 备份并生成新的initramfs文件          cp /boot/initramfs-$(uname -r).img /boot/initramfs-$(uname -r)-nouveau.img           dracut -f /boot/initramfs-$(uname -r).img $(uname -r)步骤 5 重启机器          reboot----结束3.2 安装NVIDIA-CUDA组件操作步骤步骤 1 使用PuTTY工具，以root用户登录服务器。步骤 2 执行以下命令确认nouveau驱动已禁用（回显为空）          lsmod |grep nouveau步骤 3 执行以下命令安装NVIDIA-CUDA组件：         wget https://developer.download.nvidia.com/compute/cuda/11.4.0/local_installers/cuda_11.4.0_470.42.01_linux_sbsa.run         sudo sh cuda_11.4.0_470.42.01_linux_sbsa.run步骤 4 配置环境变量：          export PATH=/usr/local/cuda-11.2/bin:$PATH          export LD_LIBRARY_PATH=/usr/local/cuda-11.2/lib64:$LD_LIBRARY_PATH步骤 5 执行以下命令验证         nvcc -v----结束3.3 安装毕昇编译器操作步骤参考《毕昇编译器用户指南》中“安装毕昇编译器”章节----结束3.4 安装HMPI操作步骤参考《华为高性能通信库用户指南》中“源码安装Hyper MPI”章节----结束3.5 安装OPENBLAS操作步骤步骤 1 使用PuTTY工具，以root用户登录服务器。步骤 2 执行以下命令解压OpenBLAS安装包：        tar -zxvf OpenBLAS-0.3.6.tar.gz步骤 3 执行以下命令进入解压后的目录：        cd OpenBLAS-0.3.6步骤 4 执行以下命令编译安装OpenBLAS：        make        make PREFIX=/path/to/OPENBLAS install步骤 5 执行以下命令设置OpenBLAS的环境变量：        export LD_LIBRARY_PATH=/path/to/OPENBLAS/lib:$LD_LIBRARY_PATH----结束3.6 安装FFTW操作步骤步骤 1 使用PuTTY工具，以root用户登录服务器。步骤 2 执行以下命令安装FFTW：        wget https://fftw.org/pub/fftw/fftw-3.3.8.tar.gz        tar –zxvf fftw-3.3.8.tar.gz        cd fftw-3.3.8        ./bootstrap.sh        ./configure --prefix=/path/to/FFTW --enable-single --enable-float --enable-neon --enable-shared --enable-threads --enable-openmp --enable-mpi CFLAGS="-O3 -fomit-frame-pointer -fstrict-aliasing"        make -j && make install        make clean        ./configure --prefix=/path/to/FFTW --enable-long-double --enable-shared --enable-threads --enable-openmp --enable-mpi CFLAGS="-O3 -fomit-frame-pointer -fstrict-aliasing"        make -j && make install        make clean        ./configure --prefix=/path/to/FFTW --enable-shared --enable-threads --enable-openmp --enable-mpi CFLAGS="-O3 -fomit-frame-pointer -fstrict-aliasing"        make -j && make install步骤 3 执行以下命令配置环境变量：        export PATH=/path/to/FFTW/bin:$PATH        export LD_LIBRARY_PATH=/path/to/FFTW/lib:$LD_LIBRARY_PATH3.7 安装cmake操作步骤步骤 1 使用PuTTY工具，以root用户登录服务器。步骤 2 执行以下命令安装cmake：         wget https://cmake.org/files/v3.8/cmake-3.8.1.tar.gz        tar -zxvf cmake-3.8.1.tar.gz        cd cmake-3.8.1        ./configure --prefix=/path/to/CMAKE        make -j64        make install步骤 3 执行以下命令配置环境变量：        export PATH=/path/to/CMAKE/bin:$PATH4 编译安装主程序操作步骤步骤 1 使用PuTTY工具，以root用户登录服务器。步骤 2 执行以下命令进入主程序安装目录：                cd /path/to/GROMACS步骤 3 执行以下命令解压安装包：        tar -xvf gromacs-2019.3.tar.gz步骤 4 执行以下命令进入解压后路径：         cd gromacs-2019.3         mkdir build步骤 5 执行以下命令修改配置文件：        vim cmake/gmxManageNvccConfig.cmake        #注释第116、117、120、121行步骤 6 执行以下命令进行配置：         sed -i '212s/return fftw_version;/return 0;/g' src/gromacs/utility/binaryinformation.cpp         sed -i '214s/return fftwf_version;/return 0;/g' src/gromacs/utility/binaryinformation.cpp         sed -i '457s/int fftwflags = FFTW_DESTROY_INPUT;/int fftwflags = 0;/g' src/gromacs/fft/fft5d.cpp         sed -i '587s/FFTWPREFIX(cleanup)();/fftwf_cleanup_threads();/g' src/gromacs/fft/fft_fftw3.cpp         cd build         FLAGS="-march=armv8.2-a -mcpu=tsv110"; CFLAGS=$FLAGS CXXFLAGS=$FLAGS LDFLAGS="-fuse-ld=lld" CC=mpicc CXX=mpicxx \         cmake -DCMAKE_INSTALL_PREFIX=/path/to/GROMACS  \-DBUILD_SHARED_LIBS=on \-DBUILD_TESTING=on \-DREGRESSIONTEST_DOWNLOAD=off \-DGMX_BUILD_OWN_FFTW=off \-DGMX_SIMD=ARM_NEON_ASIMD \-DGMX_DOUBLE=off \-DGMX_EXTERNAL_BLAS=on \-DGMX_EXTERNAL_LAPACK=on \-DGMX_FFT_LIBRARY=fftw3 \-DGMX_BLAS_USER=/path/to/OPENBLAS/lib/libopenblas.a \-DGMX_LAPACK_USER=/path/to/OPENBLAS/lib/libopenblas.a \-DFFTWF_LIBRARY=/path/to/FFTW/lib/libfftw3f.so \-DFFTWF_INCLUDE_DIR=/path/to/FFTW/include \-DGMX_GPU=on \-DGMX_OPENMP=on \-DGMX_X11=off  \-DGMX_MPI=on \-DHWLOC_LIBRARIES=/usr/lib64 \-DCUDA_TOOLKIT_ROOT_DIR=/usr/local/cuda \../步骤 7 执行以下命令开始编译：        make -j40 V=1        make -j40 install步骤 8 执行以下命令查看是否生成可执行文件：        ll /path/to/GROMACS/bin/gmx_mpi步骤 9 执行以下命令设置环境变量：        export PATH=/path/to/GROMACS/bin:$PATH----结束

MindSportpython环境mac 系统下安装python的话,默认是python2.7的版本.如果是使用brew 安装的话,我安装不上,只能在python的官网上下载了python3.9.9的版本zhengenyue@zhengenyuedeMacBook-Pro Versions % python3 -V Python 3.9.9 ​因为官网的教程是需要是python3.9的来安装,官网的教程必须使用 python 命令,而我的系统必须使用python3 才能使用,所以这里我必须使用alias来处理Python 2.7与Python 3.9版本的切换​使用Python 2.7时，直接将~/.bash_profile文件中3.9的版本注释掉，即#alias python="/Library/Frameworks/Python.framework/Versions/3.9/bin/python39"​#alias pip="/Library/Frameworks/Python.framework/Versions/3.8/bin/pip3.9"​使用Python 3.9时，直接将~/.bash_profile文件中3.9的版本打开，即​alias python="/Library/Frameworks/Python.framework/Versions/3.9/bin/python3.9"​alias pip="/Library/Frameworks/Python.framework/Versions/3.9/bin/pip3.9"验证效果zhengenyue@zhengenyuedeMacBook-Pro Versions % source ~/.bash_profile zhengenyue@zhengenyuedeMacBook-Pro Versions % zhengenyue@zhengenyuedeMacBook-Pro Versions % zhengenyue@zhengenyuedeMacBook-Pro Versions % python -VPython 3.9.9​Docker的安装zhengenyue@zhengenyuedeMacBook-Pro MindSpore % brew install --cask --appdir=/Applications docker==> Downloading https://desktop.docker.com/mac/main/amd64/67817/Docker.dmg######################################################################## 100.0%==> Installing Cask docker==> Moving App 'Docker.app' to '/Applications/Docker.app'==> Linking Binary 'docker-compose.bash-completion' to '/usr/local/etc/bash_comp==> Linking Binary 'docker.zsh-completion' to '/usr/local/share/zsh/site-functio==> Linking Binary 'docker.fish-completion' to '/usr/local/share/fish/vendor_com==> Linking Binary 'docker-compose.fish-completion' to '/usr/local/share/fish/ve==> Linking Binary 'docker-compose.zsh-completion' to '/usr/local/share/zsh/site==> Linking Binary 'docker.bash-completion' to '/usr/local/etc/bash_completion.d docker was successfully installed!zhengenyue@zhengenyuedeMacBook-Pro MindSpore % docker -v      Docker version 20.10.8, build 3967b7dMindSport的安装docker 下载镜像zhengenyue@zhengenyuedeMacBook-Pro MindSpore %  docker pull swr.cn-south-1.myhuaweicloud.com/mindspore/mindspore-cpu:1.5.01.5.0: Pulling from mindspore/mindspore-cpuf22ccc0b8772: Pull complete 3cf8fb62ba5f: Pull complete e80c964ece6a: Pull complete fa6f89187f2f: Pull complete 316424102b04: Pull complete 80e5dfed8c7b: Pull complete a81726836b6a: Pull complete e47915d7c8a7: Pull complete 0dfe6f871290: Pull complete 0c96b3e462e6: Pull complete 4cdc1a05b8fa: Pull complete 4cb5933b824a: Pull complete Digest: sha256:3e237d10ca1bde886ba032075a54bb7d8e63a315a0364e18f46d0d5652b51ca3Status: Downloaded newer image for swr.cn-south-1.myhuaweicloud.com/mindspore/mindspore-cpu:1.5.0swr.cn-south-1.myhuaweicloud.com/mindspore/mindspore-cpu:1.5.0zhengenyue@zhengenyuedeMacBook-Pro MindSpore % 启动docker镜像#{tag}对应上述表格中的标签。docker run -it swr.cn-south-1.myhuaweicloud.com/mindspore/mindspore-cpu:{tag} /bin/bash验证是否安装成功​zhengenyue@zhengenyuedeMacBook-Pro ~ % docker exec -it be934b24274681c79f73dab6c7a1a5defd5aaaf758907b0dfc87a1f7a1959588 /bin/shsh-4.4# sh-4.4# sh-4.4# sh-4.4# python -c "import mindspore;mindspore.run_check()"MindSpore version: 1.5.0[WARNING] DEBUG(24,7f711a126600,python):2021-12-19-00:52:38.000.377 [mindspore/ccsrc/debug/debugger/debugger.cc:92] Debugger] Not enabling debugger. Debugger does not support CPU.The result of multiplication calculation is correct, MindSpore has been installed successfully!拷贝测试的py文件到docker中#注意,这个是本地机器执行的zhengenyue@zhengenyuedeMacBook-Pro MindSpore % docker ps -aCONTAINER ID   IMAGE                                                            COMMAND                  CREATED          STATUS                      PORTS     NAMESdbd4d6043b1a   swr.cn-south-1.myhuaweicloud.com/mindspore/mindspore-cpu:1.5.0   "/bin/bash"              14 minutes ago   Up 14 minutes                         focused_mendelbe934b242746   swr.cn-south-1.myhuaweicloud.com/mindspore/mindspore-cpu:1.5.0   "/bin/bash"              35 minutes ago   Exited (0) 15 minutes ago             charming_nash7477771099c2   alpine/git                                                       "git clone https://g…"   48 minutes ago   Exited (0) 48 minutes ago             repozhengenyue@zhengenyuedeMacBook-Pro MindSpore % zhengenyue@zhengenyuedeMacBook-Pro MindSpore % zhengenyue@zhengenyuedeMacBook-Pro MindSpore % zhengenyue@zhengenyuedeMacBook-Pro MindSpore % docker cp ./MindTest.py dbd4d6043b1a:/home/MindSpore/MindTest.py​注意MindTest.py文件内容:#这个官网有给出样例,我保存到MindTest.py文件上传到docker中执行import numpy as npimport mindspore.context as contextimport mindspore.ops as opsfrom mindspore import Tensor​context.set_context(mode=context.PYNATIVE_MODE, device_target="CPU")​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))docker中执行py文件root@docker-desktop:/home/MindSpore# lsMindTest.pyroot@docker-desktop:/home/MindSpore# python MindTest.py #这里是shell执行后的结果[WARNING] DEBUG(45,7f288eb19600,python):2021-12-19-01:31:20.855.491 [mindspore/ccsrc/debug/debugger/debugger.cc:92] Debugger] Not enabling debugger. Debugger does not support CPU.[[[[2. 2. 2. 2.]   [2. 2. 2. 2.]   [2. 2. 2. 2.]]​  [[2. 2. 2. 2.]   [2. 2. 2. 2.]   [2. 2. 2. 2.]]​  [[2. 2. 2. 2.]   [2. 2. 2. 2.]   [2. 2. 2. 2.]]]]验证mindinsightroot@docker-desktop:/home/MindSpore#  mindinsight start --port 8080Workspace: /root/mindinsightSummary base dir: /home/MindSporeWeb address: http://127.0.0.1:8080service start state: success————————————————原文链接：https://blog.csdn.net/zhengmengjia/article/details/122020671

原文链接：https://blog.csdn.net/m0_50065287/article/details/122959703“回收旧电视、旧冰箱、旧电脑…”停、停、停！旧电脑可别送去回收，现在它们可以变身 Chromebook 了！本周一，谷歌宣布提前推出新版 Chrome OS——Chrome OS Flex，一款可下载至 Mac 或 Windows PC 上的 Chrome OS。一、从 2017 年开始布局Chrome OS Flex 并非凭空出世，早在 2017 年谷歌投资 Neverware 公司时其意图就有所体现。Neverware 成立于 2011 年，主要开发轻量级操作系统，在 2013 年推出采用私有技术的 PCReady 后投入 Chromium 开源项目，于 2015 年正式推出基于 Chromium 的软件应用 CloudReady，该应用可支持超过 350 款老旧 PC 或 Mac 设备运行 Chrome OS，将其融入 Chrome 生态，方便学校或企业的 IT 管理人员通过 Google Admin 控制台管理这些老旧设备。随后在 2020 年，谷歌更是直接收购 Neverware 将之纳入麾下。彼时 Neverware 表示“CloudReady 已是谷歌和 Chrome OS 团队的正式成员”，即 CloudReady 将会成为一个官方 Chrome OS 产品——而这也正是 Chrome OS Flex 的原型，它基本上就是 CloudReady 的谷歌官方版本。谷歌在介绍 Chrome OS Flex 的博文中表示：“CloudReady 帮助无数企业和学校实现了 PC 和 Mac 的现代化，所以我们也一直在努力将 CloudReady 的优势集成到新版的 Chrome OS 中。”二、“废物利用”起来启动时间久、系统被迫更新、安全插件版本低、管理愈发繁重等问题，很大程度上都是由于设备老旧而引起的，而这无疑对员工、学生和 IT 部门是一种很大的负担。相较于逐年老化变慢的 Windows PC 或升级 macOS 12 Monterey 都会“变砖”的旧 Mac，谷歌自信表示：“Chromebook 不会随着时间的推移而变慢，会一直保持最新状态、提供主动保护并且易于管理。 ”为此，谷歌希望能将这些旧 PC、Mac“废物利用”起来，将其变成一台 Chromebook，Chrome OS Flex 就是这个桥梁。虽然在官方博文中，谷歌声称 Chrome OS Flex 专为企业和学校设计，但总体来看，谷歌也将其视作旧 Mac 和 Windows PC 的解决方案，同样适用于无法升级 OS 最新版本的设备或没有预算更换设备的人。谷歌对 Chrome OS Flex 的评价很高，“可使老旧设备现代化”，还能“在 PC 和 Mac 上体验 Chrome OS 的优势所在”：快速、现代的工作体验：Chrome OS Flex 可在几秒钟内启动，且不会随着时间的推移而变慢。此外，支持对 Web 应用和虚拟化的快速访问，为用户提供直观、整洁的体验，并且系统更新在后台进行，即缩短了用户的停机时间。对安全问题提供最新保护：使用 Chrome OS Flex，只要定期安全更新，则无需防病毒软件。Chrome OS Flex 内置了针对病毒、勒索软件和网络钓鱼等安全隐患的保护功能，谷歌安全浏览会在用户访问恶意网站之前发出警告，甚至还可以通过远程擦除以防止设备上的数据丢失或被盗。轻松部署与管理：可通过 USB 或网络部署在几分钟内在设备上安装 Chrome OS Flex。登录后，用户原先的云配置文件将在设备上自动同步。对于 IT 管理人员来说，基于云的谷歌管理控制台也可提供强大而简单的管理体验。充分利用现有硬件的可持续解决方案：使用 Chrome OS Flex 可最大限度延长现有设备群的使用寿命，与其费心处理老化的 PC 和 Mac，使用现代、快速的操作系统对其进行更新可减少电子垃圾。不仅如此，Chrome OS Flex 基于与 Chrome OS 相同的代码库，发布及更新节奏将与 Chrome OS 保持一致，用户界面也相同，将提供官方 Chrome 浏览器、谷歌智能助理和跨设备功能，以此确保最终用户体验同步。目前，Chrome OS Flex 虽已官宣，但整体仍处于开发者预览版的早期阶段，为此谷歌呼吁广大开发者与之共同测试与反馈：只需一个 USB 驱动器和兼容的 PC 或 Mac 即可。用户可先直接从 USB 驱动器启动，无需安装即可无风险试用 Chrome OS Flex；准备就绪后，便可在 PC 或 Mac 上安装 Chrome OS Flex 以替换原本的操作系统，获得最佳体验。最后谷歌透露，Chrome OS Flex 正式稳定版预计将于几个月后推出，届时 CloudReady 用户将免费升级至 Chrome OS Flex。（欲试用 Chrome OS Flex 可访问以下网址：https://chromeenterprise.google/os/chromeosflex/）三、不过，据外媒 Ars Technica 从一位谷歌代表处得到的消息表示，因为谷歌“首先更关注操作系统的核心体验”，目前没有计划将 Google Play 商店和 Android 应用添加到 Chrome OS Flex 中，也不允许原先 CloudReady 家庭版支持的某些系统级访问，但未来这些情况是否会改善还未可知。对于谷歌这个旨在“废物利用”的系统，部分网友有些跃跃欲试：“我可能会尝试一下，目前我的笔记本电脑可以正常运行 Windows 11，但我很好奇使用更轻量级的操作系统会提高多少续航能力。”“我有几台苹果和微软拒绝支持的‘过时’设备，即便它们还可以完成大部分例行任务，但我想试试它。”但也有部分网友对 Chrome OS Flex 没有引入 Google Play 商店和 Android 应用这一点感到不满：“微软的 Windows 都在支持谷歌 Android 了，结果谷歌自己却没有将 Android 添加到自家操作系统里，多讽刺啊。”“谢谢，但我宁愿在我过时的 Mac 上安装一个轻量级的 Linux 也好过用这个具有超级限制性的操作系统。”还有人对谷歌这番“废物利用”的说辞提出质疑：“我希望谷歌为此成立一个组织来支持它的言论：他们的“支持”硬件列表现在看起来非常单薄，他们真的会将其扩展到所有机型吗？”（具体支持机型可参看：https://support.google.com/chromeosflex/answer/11513094#zippy=）“也就是说，谷歌明明有能力继续为旧 Chromebook 提供支持，至少可以为关键漏洞提供补丁，可他们却不这么做。”而对于这部分网友的质疑，谷歌在官方博文中已隐隐透露其推出 Chrome OS Flex 的另一目的：“凭借相似的最终用户和 IT 体验，当你准备购买新硬件时，可轻松地从 Chrome OS Flex 过渡到 Chrome OS 设备。”那么，你对 Chrome OS Flex 的看法如何？如电脑型号符合，你是否会尝试一番？参考链接：https://cloud.google.com/blog/products/chrome-enterprise/chrome-os-flexhttps://arstechnica.com/gadgets/2022/02/google-turns-old-macs-pcs-into-chromebooks-with-chrome-os-flex/?comments=1

# build mindquantum on macos > 基于macOS编译MindQuantum 本文开发环境 > MacBook Pro (16-inch, 2019) > > macOS Catania 10.15.7 (19H1615) > > Python 3.9.0 > > MindSpore 1.6.0 > > cmake 3.22.2 > > libomp 13.0.1 本文主要内容 - 环境准备 - 软件编译 - 安装测试 - 本文总结 - 问题思路 - 本文参考 ## 1. 环境准备 ### 1.1 python 3.9.0 > - 本文安装的是Python 3.9.0 > > - [下载地址](https://www.python.org/downloads/release/python-390/) > - 安装完成后，安装目录为`/Library/Frameworks/Python.framework/Versions/3.9/` 具体所需文件如下图所示，安装方法点击安装即可。  安装完成后，可以使用如下命令检测是否安装成功： ```shell python3.9 --version ``` 输出如下内容，则表示成功。 ```shell Python 3.9.0 ``` ### 1.2 brew #### 1.2.1 安装brew > 使用`brew `安装的相关软件及库会存放在`/usr/local/Cellar/`文件夹下。 安装命令如下： ```shell cd /bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)" brew update ``` #### 1.2.2 安装cmake 安装命令如下： ```shell brew install cmake ``` 校验安装版本： ```shell cmake --version ``` > 会输出如下版本内容： > > ```shell > cmake version 3.22.2 > > CMake suite maintained and supported by Kitware (kitware.com/cmake). > ``` #### 1.2.3 安装libomp > 库安装目录为`/usr/local/Cellar/libomp/13.0.1` 安装命令如下： ```shell brew install libomp ``` 可以使用`tree`命令查看库内容。 > `tree`命令可以使用`brew install tree`安装 ```shell tree /usr/local/Cellar/libomp/13.0.1 ``` > 输出如下内容： > > ```shell > /usr/local/Cellar/libomp/13.0.1 > ├── INSTALL_RECEIPT.json > ├── LICENSE.TXT > ├── README.rst > ├── include > │   ├── omp-tools.h > │   ├── omp.h > │   └── ompt.h > └── lib > ├── libomp.a > └── libomp.dylib > > 2 directories, 8 files > ``` #### 1.2.4 安装mindspore ##### 1.2.4.1 安装virtualenv 略 ##### 1.2.4.2 安装mindspore 创建虚拟环境，命令如下： ```shell mkdir ~/pyenvs && cd pyenvs # 创建并进入虚拟环境目录 virtualenv -p /Library/Frameworks/Python.framework/Versions/3.9/bin/python3.9 env_mindquantum source env_mindquantum/bin/activate # 激活虚拟环境 ``` 安装`MindSpore`，命令如下： ```shell pip3 install https://ms-release.obs.cn-north-4.myhuaweicloud.com/1.6.0/MindSpore/cpu/x86_64/mindspore-1.6.0-cp39-cp39-macosx_10_15_x86_64.whl --trusted-host ms-release.obs.cn-north-4.myhuaweicloud.com -i https://pypi.tuna.tsinghua.edu.cn/simple ``` 检测`MindSpore`是否安装成功，命令如下： ```shell python3 -c "import mindspore;mindspore.run_check()" ``` > 输出如下内容，安装成功！ > > ```shell > MindSpore version: 1.6.0 > WARNING: Logging before InitGoogleLogging() is written to STDERR > [WARNING] DEBUG(11665,0x114151dc0,Python):2022-02-10-11:00:55.264.923 [mindspore/ccsrc/debug/debugger/debugger.cc:95] Debugger] Not enabling debugger. Debugger does not support CPU. > The result of multiplication calculation is correct, MindSpore has been installed successfully! > ``` ## 2. 软件编译 > 注意事项： > > - 如下编译过程在上述虚拟环境激活情况下进行！！！ ### 2.1 克隆仓库并进入代码目录 命令如下： ```shell git clone https://gitee.com/mindspore/mindquantum.git && cd mindquantum ``` ### 2.2 安装所需依赖环境 命令如下 ```shell pip3 install -r requirements.txt ``` ### 2.3 修改`utils.h`部分代码 备份原始代码文件，命令如下： ```shell cp mindquantum/src/core/utils.h mindquantum/src/core/utils.h.bak ``` 修改`utils.h`第21行为如下内容： ```shell /usr/local/Cellar/libomp/13.0.1/include/omp.h ``` > 这里要修改的文件地址，实际就是1.2.3中安装的`libomp`中`omp.h`的绝对地址。 ### 2.4 编译软件 ```shell bash build.sh ``` 若顺利编译成功，会输出如下内容： ```shell ...... running install running install_lib creating build/bdist.macosx-10.9-x86_64 creating build/bdist.macosx-10.9-x86_64/wheel creating build/bdist.macosx-10.9-x86_64/wheel/mindquantum creating build/bdist.macosx-10.9-x86_64/wheel/mindquantum/core creating build/bdist.macosx-10.9-x86_64/wheel/mindquantum/core/gates creating build/bdist.macosx-10.9-x86_64/wheel/mindquantum/core/parameterresolver creating build/bdist.macosx-10.9-x86_64/wheel/mindquantum/core/operators creating build/bdist.macosx-10.9-x86_64/wheel/mindquantum/core/circuit creating build/bdist.macosx-10.9-x86_64/wheel/mindquantum/core/third_party creating build/bdist.macosx-10.9-x86_64/wheel/mindquantum/framework creating build/bdist.macosx-10.9-x86_64/wheel/mindquantum/io creating build/bdist.macosx-10.9-x86_64/wheel/mindquantum/io/qasm creating build/bdist.macosx-10.9-x86_64/wheel/mindquantum/io/display creating build/bdist.macosx-10.9-x86_64/wheel/mindquantum/utils creating build/bdist.macosx-10.9-x86_64/wheel/mindquantum/algorithm creating build/bdist.macosx-10.9-x86_64/wheel/mindquantum/algorithm/library creating build/bdist.macosx-10.9-x86_64/wheel/mindquantum/algorithm/nisq creating build/bdist.macosx-10.9-x86_64/wheel/mindquantum/algorithm/nisq/qaoa creating build/bdist.macosx-10.9-x86_64/wheel/mindquantum/algorithm/nisq/qnn creating build/bdist.macosx-10.9-x86_64/wheel/mindquantum/algorithm/nisq/chem creating build/bdist.macosx-10.9-x86_64/wheel/mindquantum/third_party creating build/bdist.macosx-10.9-x86_64/wheel/mindquantum/simulator creating build/bdist.macosx-10.9-x86_64/wheel/mindquantum/engine running install_egg_info Copying mindquantum.egg-info to build/bdist.macosx-10.9-x86_64/wheel/mindquantum-0.5.0rc1-py3.9.egg-info running install_scripts [WARNING] This wheel needs a higher macOS version than the version your Python interpreter is compiled against. To silence this warning, set MACOSX_DEPLOYMENT_TARGET to at least 10_15 or recreate these files with lower MACOSX_DEPLOYMENT_TARGET: build/bdist.macosx-10.9-x86_64/wheel/mindquantum/mqbackend.cpython-39-darwin.so[WARNING] This wheel needs a higher macOS version than the version your Python interpreter is compiled against. To silence this warning, set MACOSX_DEPLOYMENT_TARGET to at least 10_15 or recreate these files with lower MACOSX_DEPLOYMENT_TARGET: build/bdist.macosx-10.9-x86_64/wheel/mindquantum/mqbackend.cpython-39-darwin.so------Successfully created mindquantum package------ ``` 同时会生成`output`文件夹，使用`tree output`命令，查看文件夹内容如下所示： ```shell output ├── mindquantum-0.5.0rc1-cp39-cp39-macosx_10_15_x86_64.whl └── mindquantum-0.5.0rc1-cp39-cp39-macosx_10_15_x86_64.whl.sha256 0 directories, 2 files ``` ## 3. 安装测试 ### 3.1 安装`mindquantum` 安装命令如下： ```shell pip3 install output/mindquantum-0.5.0rc1-cp39-cp39-macosx_10_15_x86_64.whl ``` 检测是否安装成功，命令如下： > 注意要跳出编译代码目录！！！ ```shell cd python3 -c 'import mindquantum' ``` 如果没有报错输出，则表示安装成功。 ### 3.2 测试`mindquantum` 3.1中已经检测了是否安装成功，下面用一个demo来进一步验证编译是否存在问题。 测试代码如下： ```python import mindspore as ms import numpy as np from mindquantum import * def demo(): encoder = Circuit().h(0).rx({'a0': 2}, 0).ry('a1', 1) print("=="*32) print(encoder) print(encoder.get_qs(pr={'a0': np.pi/2, 'a1': np.pi/2}, ket=True)) print("=="*32) ansatz = CPN(encoder.hermitian(), {'a0': 'b0', 'a1': 'b1'}) sim = Simulator('projectq', 2) ham = Hamiltonian(-QubitOperator('Z0 Z1')) grad_ops = sim.get_expectation_with_grad(ham, encoder + ansatz, encoder_params_name=encoder.params_name, ansatz_params_name=ansatz.params_name) ms.context.set_context(mode=ms.context.PYNATIVE_MODE, device_target="CPU") net = MQLayer(grad_ops) encoder_data = ms.Tensor(np.array([[np.pi / 2, np.pi / 2]])) opti = ms.nn.Adam(net.trainable_params(), learning_rate=0.1) train_net = ms.nn.TrainOneStepCell(net, opti) for i in range(100): train_net(encoder_data) print(dict(zip(ansatz.params_name, net.trainable_params()[0].asnumpy()))) if __name__ == "__main__": demo() ``` 新建`demo.py`文件，将上述代码拷贝粘贴到该文件内，然后执行如下命令： ```shell python3 demo.py ``` 输出如下内容，表示编译的软件运行良好： ```shell ================================================================ q0: ────H───────RX(2*a0)── q1: ──RY(a1)────────────── -1/2j¦00⟩ -1/2j¦01⟩ -1/2j¦10⟩ -1/2j¦11⟩ ================================================================ WARNING: Logging before InitGoogleLogging() is written to STDERR [WARNING] DEBUG(13135,0x10ad9fdc0,Python):2022-02-10-11:30:23.404.250 [mindspore/ccsrc/debug/debugger/debugger.cc:95] Debugger] Not enabling debugger. Debugger does not support CPU. {'b1': 1.571565, 'b0': 0.0050863153} ``` ## 4. 本文总结 本文在macOS系统中，对`MindSpore`项目下的`mindquantum`进行了编译，并安装测试了编译出的`whl`包。 ## 5. 问题思路 ### 问题1 > 无法找到`omp.h`库文件，先查看是否已安装相应库，发现在已安装情况下仍然找不到，最终绝对替换为文件绝对地址。 ```shell running bdist_wheel running build running build_py running egg_info writing mindquantum.egg-info/PKG-INFO writing dependency_links to mindquantum.egg-info/dependency_links.txt writing requirements to mindquantum.egg-info/requires.txt writing top-level names to mindquantum.egg-info/top_level.txt reading manifest file 'mindquantum.egg-info/SOURCES.txt' writing manifest file 'mindquantum.egg-info/SOURCES.txt' running build_ext using cmake command: cmake ----- Configuring from /Users/kaierlong/Documents/Codes/gitee/mindquantum ------ CMake command: cmake /Users/kaierlong/Documents/Codes/gitee/mindquantum -DPython_EXECUTABLE:FILEPATH=/Users/kaierlong/Documents/PyEnv/env_mindspore_1.6.0/bin/python3 -DBUILD_TESTING:BOOL=OFF -DIN_PLACE_BUILD:BOOL=OFF -DIS_PYTHON_BUILD:BOOL=ON -DCMAKE_VERBOSE_MAKEFILE:BOOL=ON -DVERSION_INFO="{self.distribution.get_version()}" -DCMAKE_BUILD_TYPE=Release -DENABLE_PROJECTQ:BOOL=ON -DENABLE_QUEST:BOOL=OFF -DENABLE_OPENMP:BOOL=ON -DQUEST_OUTPUT_DIR=/Users/kaierlong/Documents/Codes/gitee/mindquantum/build/lib.macosx-10.9-x86_64-3.9/mindquantum -DMQBACKEND_OUTPUT_DIR=/Users/kaierlong/Documents/Codes/gitee/mindquantum/build/lib.macosx-10.9-x86_64-3.9/mindquantum cwd: build/temp.macosx-10.9-x86_64-3.9/mindquantum -- Detected processor: x86_64 -- Looking for pybind11 -- Looking for pybind11-global in virtualenv -- Looking for pybind11-global in virtualenv - Not-found -- Looking for pybind11 >= 2.6.0 in virtualenv -- Could NOT find PYMOD_pybind11 (missing: PYMOD_PYBIND11_PATH) (Required is at least version "2.6.0") -- Looking for pybind11 >= 2.6.0 in virtualenv - Not-found -- Could NOT find PYMOD_pybind11_cmake (missing: PYMOD_PYBIND11_CMAKE_PATH) -- Looking for pybind11-global in global and user sites -- Looking for pybind11-global in global and user sites - Not-found -- Looking for pybind11 - Failed -- Could NOT find pybind11 (missing: pybind11_DIR) -- pybind11 was not found on your system or it is an incompatible version -- -> will be fetching pybind11 from an external Git repository -- Populating pybind11 -- Configuring done -- Generating done -- Build files have been written to: /Users/kaierlong/Documents/Codes/gitee/mindquantum/build/temp.macosx-10.9-x86_64-3.9/mindquantum/_deps/pybind11-subbuild [100%] Built target pybind11-populate -- pybind11 v2.7.1 CMake Warning (dev) at /usr/local/Cellar/cmake/3.22.2/share/cmake/Modules/CMakeDependentOption.cmake:84 (message): Policy CMP0127 is not set: cmake_dependent_option() supports full Condition Syntax. Run "cmake --help-policy CMP0127" for policy details. Use the cmake_policy command to set the policy and suppress this warning. Call Stack (most recent call first): build/temp.macosx-10.9-x86_64-3.9/mindquantum/_deps/pybind11-src/CMakeLists.txt:98 (cmake_dependent_option) This warning is for project developers. Use -Wno-dev to suppress it. -- Populating projectq -- Configuring done -- Generating done -- Build files have been written to: /Users/kaierlong/Documents/Codes/gitee/mindquantum/build/temp.macosx-10.9-x86_64-3.9/mindquantum/_deps/projectq-subbuild [100%] Built target projectq-populate -- Configuring done -- Generating done -- Build files have been written to: /Users/kaierlong/Documents/Codes/gitee/mindquantum/build/temp.macosx-10.9-x86_64-3.9/mindquantum --- End configuring from /Users/kaierlong/Documents/Codes/gitee/mindquantum ---- ------------------------ Building mindquantum.libQuEST ------------------------- CMake command: {" ".join(self.cmake_cmd + ["--build", ".", "--target", ext.target] + self.build_args)} cwd: build/temp.macosx-10.9-x86_64-3.9/mindquantum make: *** No rule to make target `QuEST'. Stop. Failed to compile optional extension QuEST (not an error) ---------------------- End building mindquantum.libQuEST ----------------------- ------------------------ Building mindquantum.mqbackend ------------------------ CMake command: {" ".join(self.cmake_cmd + ["--build", ".", "--target", ext.target] + self.build_args)} cwd: build/temp.macosx-10.9-x86_64-3.9/mindquantum /usr/local/Cellar/cmake/3.22.2/bin/cmake -S/Users/kaierlong/Documents/Codes/gitee/mindquantum -B/Users/kaierlong/Documents/Codes/gitee/mindquantum/build/temp.macosx-10.9-x86_64-3.9/mindquantum --check-build-system CMakeFiles/Makefile.cmake 0 /Applications/Xcode.app/Contents/Developer/usr/bin/make -f CMakeFiles/Makefile2 mqbackend /usr/local/Cellar/cmake/3.22.2/bin/cmake -S/Users/kaierlong/Documents/Codes/gitee/mindquantum -B/Users/kaierlong/Documents/Codes/gitee/mindquantum/build/temp.macosx-10.9-x86_64-3.9/mindquantum --check-build-system CMakeFiles/Makefile.cmake 0 /usr/local/Cellar/cmake/3.22.2/bin/cmake -E cmake_progress_start /Users/kaierlong/Documents/Codes/gitee/mindquantum/build/temp.macosx-10.9-x86_64-3.9/mindquantum/CMakeFiles 4 /Applications/Xcode.app/Contents/Developer/usr/bin/make -f CMakeFiles/Makefile2 mindquantum/src/CMakeFiles/mqbackend.dir/all /Applications/Xcode.app/Contents/Developer/usr/bin/make -f mindquantum/src/CMakeFiles/mq_base.dir/build.make mindquantum/src/CMakeFiles/mq_base.dir/depend cd /Users/kaierlong/Documents/Codes/gitee/mindquantum/build/temp.macosx-10.9-x86_64-3.9/mindquantum && /usr/local/Cellar/cmake/3.22.2/bin/cmake -E cmake_depends "Unix Makefiles" /Users/kaierlong/Documents/Codes/gitee/mindquantum /Users/kaierlong/Documents/Codes/gitee/mindquantum/mindquantum/src /Users/kaierlong/Documents/Codes/gitee/mindquantum/build/temp.macosx-10.9-x86_64-3.9/mindquantum /Users/kaierlong/Documents/Codes/gitee/mindquantum/build/temp.macosx-10.9-x86_64-3.9/mindquantum/mindquantum/src /Users/kaierlong/Documents/Codes/gitee/mindquantum/build/temp.macosx-10.9-x86_64-3.9/mindquantum/mindquantum/src/CMakeFiles/mq_base.dir/DependInfo.cmake --color= Dependencies file "mindquantum/src/CMakeFiles/mq_base.dir/utils.cc.o.d" is newer than depends file "/Users/kaierlong/Documents/Codes/gitee/mindquantum/build/temp.macosx-10.9-x86_64-3.9/mindquantum/mindquantum/src/CMakeFiles/mq_base.dir/compiler_depend.internal". Consolidate compiler generated dependencies of target mq_base /Applications/Xcode.app/Contents/Developer/usr/bin/make -f mindquantum/src/CMakeFiles/mq_base.dir/build.make mindquantum/src/CMakeFiles/mq_base.dir/build [ 25%] Building CXX object mindquantum/src/CMakeFiles/mq_base.dir/utils.cc.o cd /Users/kaierlong/Documents/Codes/gitee/mindquantum/build/temp.macosx-10.9-x86_64-3.9/mindquantum/mindquantum/src && /Applications/Xcode.app/Contents/Developer/Toolchains/XcodeDefault.xctoolchain/usr/bin/c++ -DENABLE_OPENMP -DVERSION_INFO="\"{self.distribution.get_version()}\"" -D_FORTIFY_SOURCE=2 -I/Users/kaierlong/Documents/Codes/gitee/mindquantum/build/temp.macosx-10.9-x86_64-3.9/mindquantum/_deps/pybind11-src/include -I/Users/kaierlong/Documents/Codes/gitee/mindquantum/mindquantum/src -O3 -DNDEBUG -isysroot /Applications/Xcode.app/Contents/Developer/Platforms/MacOSX.platform/Developer/SDKs/MacOSX11.1.sdk -mmacosx-version-min=10.15 -fPIC -ffast-math -O3 -fstack-protector-all -std=c++17 -MD -MT mindquantum/src/CMakeFiles/mq_base.dir/utils.cc.o -MF CMakeFiles/mq_base.dir/utils.cc.o.d -o CMakeFiles/mq_base.dir/utils.cc.o -c /Users/kaierlong/Documents/Codes/gitee/mindquantum/mindquantum/src/utils.cc In file included from /Users/kaierlong/Documents/Codes/gitee/mindquantum/mindquantum/src/utils.cc:17: /Users/kaierlong/Documents/Codes/gitee/mindquantum/mindquantum/src/core/utils.h:21:14: fatal error: 'omp.h' file not found # include ^~~~~~~ 1 error generated. make[3]: *** [mindquantum/src/CMakeFiles/mq_base.dir/utils.cc.o] Error 1 make[2]: *** [mindquantum/src/CMakeFiles/mq_base.dir/all] Error 2 make[1]: *** [mindquantum/src/CMakeFiles/mqbackend.dir/rule] Error 2 make: *** [mqbackend] Error 2 ---------------------- End building mindquantum.mqbackend ---------------------- Traceback (most recent call last): File "/Users/kaierlong/Documents/Codes/gitee/mindquantum/setup.py", line 368, in build_extension subprocess.check_call( File "/Library/Frameworks/Python.framework/Versions/3.9/lib/python3.9/subprocess.py", line 373, in check_call raise CalledProcessError(retcode, cmd) subprocess.CalledProcessError: Command '['cmake', '--build', '.', '--target', 'mqbackend', '--config', 'Release', '-j 12', '--']' returned non-zero exit status 2. The above exception was the direct cause of the following exception: Traceback (most recent call last): File "/Users/kaierlong/Documents/Codes/gitee/mindquantum/setup.py", line 499, in setuptools.setup( File "/Users/kaierlong/Documents/PyEnv/env_mindspore_1.6.0/lib/python3.9/site-packages/setuptools/__init__.py", line 163, in setup return distutils.core.setup(**attrs) File "/Library/Frameworks/Python.framework/Versions/3.9/lib/python3.9/distutils/core.py", line 148, in setup dist.run_commands() File "/Library/Frameworks/Python.framework/Versions/3.9/lib/python3.9/distutils/dist.py", line 966, in run_commands self.run_command(cmd) File "/Library/Frameworks/Python.framework/Versions/3.9/lib/python3.9/distutils/dist.py", line 985, in run_command cmd_obj.run() File "/Users/kaierlong/Documents/PyEnv/env_mindspore_1.6.0/lib/python3.9/site-packages/wheel/bdist_wheel.py", line 290, in run self.run_command('build') File "/Library/Frameworks/Python.framework/Versions/3.9/lib/python3.9/distutils/cmd.py", line 313, in run_command self.distribution.run_command(command) File "/Library/Frameworks/Python.framework/Versions/3.9/lib/python3.9/distutils/dist.py", line 985, in run_command cmd_obj.run() File "/Library/Frameworks/Python.framework/Versions/3.9/lib/python3.9/distutils/command/build.py", line 135, in run self.run_command(cmd_name) File "/Library/Frameworks/Python.framework/Versions/3.9/lib/python3.9/distutils/cmd.py", line 313, in run_command self.distribution.run_command(command) File "/Library/Frameworks/Python.framework/Versions/3.9/lib/python3.9/distutils/dist.py", line 985, in run_command cmd_obj.run() File "/Users/kaierlong/Documents/PyEnv/env_mindspore_1.6.0/lib/python3.9/site-packages/setuptools/command/build_ext.py", line 87, in run _build_ext.run(self) File "/Library/Frameworks/Python.framework/Versions/3.9/lib/python3.9/distutils/command/build_ext.py", line 340, in run self.build_extensions() File "/Users/kaierlong/Documents/Codes/gitee/mindquantum/setup.py", line 291, in build_extensions build_ext.build_extensions(self) File "/Library/Frameworks/Python.framework/Versions/3.9/lib/python3.9/distutils/command/build_ext.py", line 449, in build_extensions self._build_extensions_serial() File "/Library/Frameworks/Python.framework/Versions/3.9/lib/python3.9/distutils/command/build_ext.py", line 474, in _build_extensions_serial self.build_extension(ext) File "/Users/kaierlong/Documents/Codes/gitee/mindquantum/setup.py", line 374, in build_extension raise BuildFailed() from err __main__.BuildFailed ``` ## 6. 本文参考 - [brew](https://brew.sh/) - [mindspore](https://www.mindspore.cn/install) - [mindquantum](https://gitee.com/mindspore/mindquantum/tree/master/)

刚刚发现MindSpore1.6版本支持Mac的M1芯片了，有这么两个问题想了解一下，1、MindSpore是单纯的使用M1的Arm CPU，还是适配了苹果的Metal，调用整个系统的硬件来进行加速？2、在使用上有没有一些网络或算子的约束，还是跟以往的CPU版本使用完全一致？

 # macOS部署Python开发环境   macOS从他出生就自带Python2.7，不过就在撰写本文的前一天，macOS官方发布了关于12.3预览版的通知[macOS Monterey 12.3 Beta Release Notes | Apple Developer Documentation](https://developer.apple.com/documentation/macos-release-notes/macos-12_3-release-notes#Python) >- Python 2.7 was removed from macOS in this update. Developers should use Python 3 or an alternative language instead. (39795874)   以后的更新中会将Python2.7从Mac中移除，其实这也是必然的。   Python2.7无法很好的兼容一些优秀的库，且Python3并不能向后兼容，这些都是不利于开发者使用的，开发人员可以自行下载安装最新版本的Python。## 首先选择你的安装方式 **有两种方式可以在Mac上安装Python** 1. 通过软件管理器进行安装（Homebrew） 2. 通过官方安装程序下载安装## 我的建议   建议通过第一种方式安装。像Homebrew这样的包管理器有一个非常棒的优点，就是它可以更很容易地使您的Python以及安装的库保持最新版本，这样就不用关注哪些库更新没有，一个一个去官网查文档，并且安装Python也只需要一行代码就搞定，非常省心。## 方式一：通过Homebrew安装Python **首先需要安装Homebrew** 打开浏览器窗口，进入[brew官网](https://brew.sh/)，你会在页面下方看到一条Bash命令，复制这行命令 https://brew.sh/ 按下command + 空格键组合键打开Spotlight，输入terminal.app，按下Enter键  进入terminal后粘贴刚才命令，然后按Enter键，等待安装完成 先对Homebrew进行升级。打开终端，输入如下命令并按下Enter键 ```bash brew update && brew upgrade ```**安装Python** ```bash brew install python3 ``` 安装完成后在终端中输入python3，如果显示出Python的版本号就说明我们安装完成了## 方式二：通过官方安装程序下载安装 **安装包下载** 打开浏览器窗口 进入适用macOS的Python.org下载页面 https://www.python.org/downloads/macos/ 点击Download Python进行下载  下载完成后，点击pkg文件进行安装 **安装步骤：** 点击Continue  点击install 安装完成 删除下载的安装包 **查看Python的版本** 按下command + 空格键组合键打开Spotlight，输入terminal.app，按下Enter键 输入python3 --version，按下Enter查看Python版本，回显出你刚才下载的版本就说明我们安装成功了 

MindSportpython环境mac 系统下安装python的话,默认是python2.7的版本.如果是使用brew 安装的话,我安装不上,只能在python的官网上下载了python3.9.9的版本zhengenyue@zhengenyuedeMacBook-Pro Versions % python3 -V Python 3.9.9 ​因为官网的教程是需要是python3.9的来安装,官网的教程必须使用 python 命令,而我的系统必须使用python3 才能使用,所以这里我必须使用alias来处理Python 2.7与Python 3.9版本的切换​使用Python 2.7时，直接将~/.bash_profile文件中3.9的版本注释掉，即#alias python="/Library/Frameworks/Python.framework/Versions/3.9/bin/python39"​#alias pip="/Library/Frameworks/Python.framework/Versions/3.8/bin/pip3.9"​使用Python 3.9时，直接将~/.bash_profile文件中3.9的版本打开，即​alias python="/Library/Frameworks/Python.framework/Versions/3.9/bin/python3.9"​alias pip="/Library/Frameworks/Python.framework/Versions/3.9/bin/pip3.9"验证效果zhengenyue@zhengenyuedeMacBook-Pro Versions % source ~/.bash_profile zhengenyue@zhengenyuedeMacBook-Pro Versions % zhengenyue@zhengenyuedeMacBook-Pro Versions % zhengenyue@zhengenyuedeMacBook-Pro Versions % python -VPython 3.9.9​Docker的安装zhengenyue@zhengenyuedeMacBook-Pro MindSpore % brew install --cask --appdir=/Applications docker==> Downloading https://desktop.docker.com/mac/main/amd64/67817/Docker.dmg######################################################################## 100.0%==> Installing Cask docker==> Moving App 'Docker.app' to '/Applications/Docker.app'==> Linking Binary 'docker-compose.bash-completion' to '/usr/local/etc/bash_comp==> Linking Binary 'docker.zsh-completion' to '/usr/local/share/zsh/site-functio==> Linking Binary 'docker.fish-completion' to '/usr/local/share/fish/vendor_com==> Linking Binary 'docker-compose.fish-completion' to '/usr/local/share/fish/ve==> Linking Binary 'docker-compose.zsh-completion' to '/usr/local/share/zsh/site==> Linking Binary 'docker.bash-completion' to '/usr/local/etc/bash_completion.d docker was successfully installed!zhengenyue@zhengenyuedeMacBook-Pro MindSpore % docker -v      Docker version 20.10.8, build 3967b7dMindSport的安装docker 下载镜像zhengenyue@zhengenyuedeMacBook-Pro MindSpore %  docker pull swr.cn-south-1.myhuaweicloud.com/mindspore/mindspore-cpu:1.5.01.5.0: Pulling from mindspore/mindspore-cpuf22ccc0b8772: Pull complete 3cf8fb62ba5f: Pull complete e80c964ece6a: Pull complete fa6f89187f2f: Pull complete 316424102b04: Pull complete 80e5dfed8c7b: Pull complete a81726836b6a: Pull complete e47915d7c8a7: Pull complete 0dfe6f871290: Pull complete 0c96b3e462e6: Pull complete 4cdc1a05b8fa: Pull complete 4cb5933b824a: Pull complete Digest: sha256:3e237d10ca1bde886ba032075a54bb7d8e63a315a0364e18f46d0d5652b51ca3Status: Downloaded newer image for swr.cn-south-1.myhuaweicloud.com/mindspore/mindspore-cpu:1.5.0swr.cn-south-1.myhuaweicloud.com/mindspore/mindspore-cpu:1.5.0zhengenyue@zhengenyuedeMacBook-Pro MindSpore % 启动docker镜像#{tag}对应上述表格中的标签。docker run -it swr.cn-south-1.myhuaweicloud.com/mindspore/mindspore-cpu:{tag} /bin/bash验证是否安装成功​zhengenyue@zhengenyuedeMacBook-Pro ~ % docker exec -it be934b24274681c79f73dab6c7a1a5defd5aaaf758907b0dfc87a1f7a1959588 /bin/shsh-4.4# sh-4.4# sh-4.4# sh-4.4# python -c "import mindspore;mindspore.run_check()"MindSpore version: 1.5.0[WARNING] DEBUG(24,7f711a126600,python):2021-12-19-00:52:38.000.377 [mindspore/ccsrc/debug/debugger/debugger.cc:92] Debugger] Not enabling debugger. Debugger does not support CPU.The result of multiplication calculation is correct, MindSpore has been installed successfully!拷贝测试的py文件到docker中#注意,这个是本地机器执行的zhengenyue@zhengenyuedeMacBook-Pro MindSpore % docker ps -aCONTAINER ID   IMAGE                                                            COMMAND                  CREATED          STATUS                      PORTS     NAMESdbd4d6043b1a   swr.cn-south-1.myhuaweicloud.com/mindspore/mindspore-cpu:1.5.0   "/bin/bash"              14 minutes ago   Up 14 minutes                         focused_mendelbe934b242746   swr.cn-south-1.myhuaweicloud.com/mindspore/mindspore-cpu:1.5.0   "/bin/bash"              35 minutes ago   Exited (0) 15 minutes ago             charming_nash7477771099c2   alpine/git                                                       "git clone https://g…"   48 minutes ago   Exited (0) 48 minutes ago             repozhengenyue@zhengenyuedeMacBook-Pro MindSpore % zhengenyue@zhengenyuedeMacBook-Pro MindSpore % zhengenyue@zhengenyuedeMacBook-Pro MindSpore % zhengenyue@zhengenyuedeMacBook-Pro MindSpore % docker cp ./MindTest.py dbd4d6043b1a:/home/MindSpore/MindTest.py​注意MindTest.py文件内容:#这个官网有给出样例,我保存到MindTest.py文件上传到docker中执行import numpy as npimport mindspore.context as contextimport mindspore.ops as opsfrom mindspore import Tensor​context.set_context(mode=context.PYNATIVE_MODE, device_target="CPU")​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))docker中执行py文件root@docker-desktop:/home/MindSpore# lsMindTest.pyroot@docker-desktop:/home/MindSpore# python MindTest.py #这里是shell执行后的结果[WARNING] DEBUG(45,7f288eb19600,python):2021-12-19-01:31:20.855.491 [mindspore/ccsrc/debug/debugger/debugger.cc:92] Debugger] Not enabling debugger. Debugger does not support CPU.[[[[2. 2. 2. 2.]   [2. 2. 2. 2.]   [2. 2. 2. 2.]]​  [[2. 2. 2. 2.]   [2. 2. 2. 2.]   [2. 2. 2. 2.]]​  [[2. 2. 2. 2.]   [2. 2. 2. 2.]   [2. 2. 2. 2.]]]]验证mindinsightroot@docker-desktop:/home/MindSpore#  mindinsight start --port 8080Workspace: /root/mindinsightSummary base dir: /home/MindSporeWeb address: http://127.0.0.1:8080service start state: success————————————————原文链接：https://blog.csdn.net/zhengmengjia/article/details/122020671

【问题来源】【必填】    星网    【问题简要】【必填】uap9600查不到序列号【问题类别】【必填】    uap9600【AICC解决方案版本】【必填】UAP9600 V100R005C00SPC018【期望解决时间】【选填】尽快【问题现象描述】【必填】装好uap配好地址查询序列号返回信息为空之前提过这个问题，在https://bbs.huaweicloud.com/forum/forum.php?mod=viewthread&tid=150038&extra=page%3D1&ordertype=2&page=1这个帖子里，然后给了个手动查询的方法，这次安装目录应该是正确的没有之前的问题，但是用户给的虚拟机地址在eth1上，eth0上没有地址，我猜测查不出来是不是因为这个原因想确认通过   echo -n MAC地址 | openssl dgst -md5 | tr 'a-z' 'A-Z'   这个命令生成的序列号的mac是不是必须是eth0网卡的mac，eth1网卡mac生成的序列号拿去申请许可可不可以加载上使用

感觉这篇文章还是很实用的 部分代码和图片请大家移步到原帖观看原文链接：https://blog.csdn.net/HUAWEI_HMSCore/article/details/122346979剪辑制作视频时，如果用户想要实现视频与某张特定图片一样的滤镜风格，怎么提取呢？华为视频编辑服务（Video Editor Kit）全新上线“专属滤镜”功能，集成后即可使应用拥有复制滤镜的能力，一键迁移滤镜色彩到视频或者图片上，想要什么滤镜效果即刻粘贴，可支撑多样化的图像美化需求，并且集成简单、用户操作更轻松。功能介绍支持克隆滤镜和单图模仿，两个接口，可选择集成。克隆滤镜同时上传原图和滤镜图，复制效果更好；单图模仿只需上传滤镜图，操作更简单。自动保存滤镜图，方便用户后续直接迁移滤镜风格，而不需再次添加。支持自定义滤镜图名称。可调整滤镜作用强度，自定义设置滤镜风格。集成代码1 开发准备详细准备步骤可参考华为开发者联盟官网：https://developer.huawei.com/consumer/cn/doc/development/Media-Guides/config-agc-0000001101108580?ha_source=hms12 编辑工程集成2.1 设置应用的鉴权信息可以通过api_key或者Access Token来设置应用鉴权信息。通过setAccessToken方法设置Access Token，在应用启动时初始化设置一次即可，无需多次设置。MediaApplication.getInstance().setAccessToken("your access token");1通过setApiKey方法设置api_key，在应用启动时初始化设置一次即可，无需多次设置。MediaApplication.getInstance().setApiKey("your ApiKey");12.2 设置唯一标识ID，即License ID。License ID是进行管控的有效凭证，您要保证设置License ID的唯一性。MediaApplication.getInstance().setLicenseId("License ID");12.2.1初始化Editor运行环境创建编辑工程，需要首先创建Editor对象并初始化其运行环境。当离开编辑工程时，应释放Editor实例。(1) 创建Editor对象HuaweiVideoEditor editor = HuaweiVideoEditor.create(getApplicationContext());1(2) 指定预览窗口的布局位置预览窗口负责视频图像画面的渲染，由视频编辑原子能力SDK内部创建SurfaceView来实现。在创建窗口之前，需要在您的App中指定预览窗口的布局位置。<LinearLayout        android:id="@+id/video_content_layout"        android:layout_width="0dp"        android:layout_height="0dp"        android:background="@color/video_edit_main_bg_color"        android:gravity="center"        android:orientation="vertical" />// 指定预览窗口 LinearLayout mSdkPreviewContainer = view.findViewById(R.id.video_content_layout);// 设置预览窗口承载的布局 editor.setDisplay(mSdkPreviewContainer);(3) 初始化运行环境，如果License鉴权失败，会抛出LicenseException。当Editor对象创建之后，此时还没有占用实际的系统资源，需要手动选择其环境初始化的时机，此时视频编辑原子能力SDK内部会创建必须的线程和定时器等。try {        editor.initEnvironment();   } catch (LicenseException error) {         SmartLog.e(TAG, "initEnvironment failed: " + error.getErrorMsg());            finish();        return;   }2.2.2添加视频、图片创建一条视频泳道，然后往泳道上添加图片或者视频素材。图片和视频素材需要通过文件路径添加到泳道上。// 获取时间线对象 HVETimeLine timeline = editor.getTimeLine();// 创建视频泳道 HVEVideoLane videoLane = timeline.appendVideoLane();// 在视频泳道的末尾，添加视频资源 HVEVideoAsset videoAsset = vidoeLane.appendVideoAsset("test.mp4");// 在视频泳道的末尾，添加图片资源 HVEImageAsset imageAsset = vidoeLane.appendImageAsset("test.jpg");2.2.3创建外联特效泳道专属滤镜需要添加在特效泳道中，可以跨多个资源，可以任意调节其时间长度。// 创建特效泳道 HVEEffectLane effectLane = timeline.appendEffectLane();3 专属滤镜集成// 创建专属滤镜算法引擎HVEExclusiveFilter filterEngine = new HVEExclusiveFilter();// 初始化专属滤镜算法引擎mFilterEngine.initExclusiveFilterEngine(new HVEAIInitialCallback() {        @Override        public void onProgress(int progress) {        // 初始化进度回调        }        @Override        public void onSuccess() {            // 初始化成功        }        @Override        public void onError(int errorCode, String errorMessage) {            // 初始化失败        }    });// 创建单图滤镜，指定一个Bitmap和滤镜的名字// 返回滤镜ID，通过此ID，可以在数据库中查询滤镜相关的所有信息String effectId = mFilterEngine.createExclusiveEffect(bitmap, "自定义滤镜01");// 将滤镜添加到特效泳道中，起始位置0， 时长3000mseffectLane.appendEffect(new HVEEffect.Options(    HVEEffect.CUSTOM_FILTER + mSelectName, effectId, ""), 0, 3000);Demo演示了解更多详情>>访问华为开发者联盟官网获取开发指导文档华为移动服务开源仓库地址：GitHub、Gitee关注我们，第一时间了解 HMS Core 最新技术资讯~