参加了很多期的华为的CANN训练营、体验官活动了，每次都有新的收获。这次把学习过程中的一些心得记录下来做个小结。按华为官方的介绍：“CANN（Compute Architecture for Neural Networks）是华为针对AI场景推出的异构计算架构，对上支持多种AI框架，对下服务AI处理器与编程，发挥承上启下的关键作用，是提升昇腾AI处理器计算效率的关键平台。同时针对多样化应用场景，提供高效易用的编程接口，支持用户快速构建基于昇腾平台的AI应用和业务。”个人理解是对标CUDA的计算架构。都是厂家为了将自己的硬件的能力发挥出来做的专用AI驱动。华为做为后发者可以看得出在不停的演进，这张图是2020年5月华为星火计划-华为晟腾特训营活动发布的CANN3.0架构图。这张图可以看到现在发展到CANN6.0了。性能也有了很大的提升。华为AI推理芯片：Ascend310学习CANN最有效的方法是参加训练营，同时看文档，做练习。当然也需要基本的硬件环境：如ECS，买的时候选按需分配，下一步网络也选按流量付费就可以了。或者用Atlas200DK作为推理运行环境有了硬件下一步就是安装开发环境，跑demo了。先要安装开发环境：码云下的samples/tree/master/cplusplus/level3_application/1_cv/detect_and_classify的例子很综合，介绍环境安装部分比较新可以参考一步步按着操作。但是例子是level3级别的，有点难。初学者还是从/samples/tree/master/cplusplus/level1_single_api/7_dvpp/jpegd_sample起步比较合适。流程图是理解各种应用的关键。开发工具可以用VSCODE，安装Remote和C++的插件。然后把整个sample拉下来。这次的作业用到了AclLite框架：AclLite是个基于C++的开发框架，底层还是v1的API，为了方便开发者使用把AI推理应用要用到的图像/视频预处理、模型推理、推理后的再次处理、再次推理和推理后处理做了封装。通过少量的代码修改可以实现大部分图像AI应用场景。实际测试性能可以达到单310芯片并发22路视频解码，公用yolov3检测模型然后调用color分类模型可以达到50帧/秒，能够满足大多数应用场景。 

由于需要使用到协处理器模式下的通过GPIO6控制深度休眠与唤醒功能，请问主处理器模式和协处理器模式是如何设置的？是否通过硬件电路设置实现？

在MindStudio团队提供的镜像基础上，张小白基于AI1S云服务器完成了MindStudio的卡通风格迁移任务，具体内容已写入了 《【MindStudio体验官第一期活动】如何使用MindStudio完成卡通风格迁移》。但张小白绝不止步于此，张小白还想在200DK上也试验一下MindStudio 5.0.RC2的威力。与MindStudio在AI1S上的架构不同，200DK的CPU其实比较弱，而且上面运行的是ubuntu 18.04 server aarch64版，所以基本上不可能在上面运行基于Java11的MindStudio。所以，我们这次使用MindStudio 5.0.RC2的windows版本，结合200DK上的Python，使用远程运行的方式完成MMNet人像分割应用的运行。（未完待续）

网上的资料过于冗杂了,之前找到一份资料,但是好像适用于Ascend910的,希望能给一份关于迁移pytorch的案例,之前求助过一次,但是给的是一个训练营的链接,现在好像也还没有开始,b站上的讲的是C++的,希望能给一份直接用的资料,不是训练营链接,谢谢！

你好，  我司现有一个atlas200DK的程序，  是两年前在mini_developerkit-1.3.T34.B891.rar和ubuntu-16.04.1-server-arm64.iso下开发的  请问这个程序能否在atlas200DK的ubuntu18制卡下运行？

使用MindStudio Windows版 5.0.RC2连接 200DK CANN 5.1.RC2，MindX SDK 3.0.RC2无论是使用main.py还是使用run.sh，都报这个错。具体实验步骤参见：cid:link_0102楼到110楼的内容。后台执行也是这个错：​

1.按照手册说明，gpio6置高电平时模块进入休眠状态，但是此时在终端命令行下仍可以进行操作，请问进入休眠状态的正常现象是什么？2.gpio6配置休眠与唤醒状态，gpio2用于测试这两个状态，是否还需要对这两个引脚做相应设置？3.关于gpio6给定高电平和低电平的问题，能否用手动接高或接低实现，还是需要有SOC控制？

具体报错如下：Information:/home/HwHiAiUser/mxVision-3.0.RC2/lib/libmxbase.so: undefined reference to `memset_s'具体过程参见：cid:link_0第90楼-第96楼的内容。

十一、使用MindStudio 5.0.RC2 Windows版跑通YoLoV3样例工程前情描述：Atlas 200DK+CANN 5.1.RC2+MindStudio 5.0.RC2+MindX SDK 3.0玩转攻略（一）前言cid:link_0Atlas 200DK+CANN 5.1.RC2+MindStudio 5.0.RC2+MindX SDK 3.0玩转攻略（二）开发环境和运行环境架构说明cid:link_1Atlas 200DK+CANN 5.1.RC2+MindStudio 5.0.RC2+MindX SDK 3.0玩转攻略（三）开发环境搭建cid:link_2Atlas 200DK+CANN 5.1.RC2+MindStudio 5.0.RC2+MindX SDK 3.0玩转攻略（四）开发环境CANN toolkit 5.1.RC2社区版安装cid:link_3Atlas 200DK+CANN 5.1.RC2+MindStudio 5.0.RC2+MindX SDK 3.0玩转攻略（五）制卡cid:link_4Atlas 200DK+CANN 5.1.RC2+MindStudio 5.0.RC2+MindX SDK 3.0玩转攻略（六）运行环境200DK的启动和配置cid:link_5Atlas 200DK+CANN 5.1.RC2+MindStudio 5.0.RC2+MindX SDK 3.0玩转攻略（七）运行环境CANN toolkit 5.1.RC2社区版安装cid:link_6Atlas 200DK+CANN 5.1.RC2+MindStudio 5.0.RC2+MindX SDK 3.0玩转攻略（八）开发环境MindStudio 5.0.RC2的安装与配置cid:link_7Atlas 200DK+CANN 5.1.RC2+MindStudio 5.0.RC2+MindX SDK 3.0玩转攻略（九）安装OpenCVcid:link_8Atlas 200DK+CANN 5.1.RC2+MindStudio 5.0.RC2+MindX SDK 3.0玩转攻略（十）使用MindStudio跑通YoLoV3样例工程cid:link_91、安装 MindStudio 5.0.RC2 Windows版打开 cid:link_10点击立即下载：选择 zip绿色版吧！耐心等待下载完毕：下载完毕，解压到L盘：这个zip文件没有自带目录，如不带目录解压，会全部解压到根目录去。赶紧建一个MindStudio5.0的目录，将文件都挪进去吧！双击打开 bin目录下的MindStudio.bat文件：点击OK会打开MindStudio的窗口，另外会有一个cmd窗口打印日志。2、下载samples代码仓另打开一个cmd窗口，执行L:git clone https://gitee.com/ascend/samples.git3、MindStudio Windows版打开YoLoV3样例工程L:\samples\cplusplus\level2_simple_inference\2_object_detection\YOLOV3_coco_detection_picture 目录点击OK点击Trust系统会提示CANN没有安装。4、CANN配置点击OK，出以下窗口：点击Change：在弹出的Remote CANN Setting窗口中，点击右边的 +进行ssh的设置：点击Test Connection：点击OK。已成功连接。点击OK选择remote CANN location：选择 /home/HwHiAiUser/Ascend/ascend-toolkit/5.1.RC2点击OK点击Finish。系统会跟后端对接：耐心等待对接结束：系统识别出CANN是5.1.RC2版本：点击OK。点击Ascend-CANN Manager好像Cross Compiler不能点：MindStudio会被点卡死了。5、编译配置进入打开的YoLoV3工程页面：关闭Tips窗口。点击Build-Edit build configuration点击Manage toolchains：增加一个remote host记录点击OK返回。再点击OK返回。点击Build-Build Project好像编译一次性就成功了！而且，out目录下，编译好的可执行程序main也被传回来了。不过data目录和model目录还是空的。6、准备模型文件和图片打开浏览器下载以下几个文件：https://modelzoo-train-atc.obs.cn-north-4.myhuaweicloud.com/003_Atc_Models/AE/ATC Model/Yolov3/yolov3.caffemodelhttps://modelzoo-train-atc.obs.cn-north-4.myhuaweicloud.com/003_Atc_Models/AE/ATC Model/Yolov3/yolov3.prototxthttps://c7xcode.obs.cn-north-4.myhuaweicloud.com/models/YOLOV3_coco_detection_picture/aipp_nv12.cfghttps://c7xcode.obs.cn-north-4.myhuaweicloud.com/models/YOLOV3_coco_detection_picture/dog1_1024_683.jpg将前三个文件拷贝到 model目录下，后一个文件拷贝到 data/images目录下（需创建目录），并创建data/output目录。为快速验证，先把前面转换好的om文件也直接拷贝到model目录下：7、运行YoLoV3推理样例在MindStudio菜单选择Run-》Edit Configuration可执行程序选择 out/main，参数填写 ../data不好意思，前面output目录写错了。不在data目录下，应该在out目录下：点击OK。点击Run-》Run YoLoV3_coco_detection_picture耐心等待：好像也一次性Run成功了。8、总结总结一下，在windows上，MindStudio不能进行交叉编译，所以它采用了 远程编译的方式，即把项目工程一股脑儿地拖到200DK的服务器上完成了编译。并把编译的结果传回到本地。而且运行也是一样的。将前面编译的可执行代码ssh传到服务器上，然后远程执行，并将执行的结果传递到本地。这种方法感觉居然比交叉编译还要强一些。（未完待续）

1.在开发环境和运行环境分别需要安装MindX SDK 3.0的什么版本？运行环境安装aarch64版本毋庸置疑，但是开发环境装MindX SDK的目的，到底是要在开发环境的MindStudio上展示pipeline等x86上的MindStudio特性呢？还是要完成MindX SDK的交叉编译。如果要完成前一种功能，应该按照MindX SDK的x86版本，但如要完成后一种功能，就必须按照Mind SDK的aarch64版本。实验表明，如果在开发环境安装了X86版本，那么在编译 卡通风格迁移的代码时，就会出现 so文件不兼容的错误，无法完成编译：具体错误如下图所示：具体步骤参见 cid:link_0 第52楼的内容。但如果在开发环境上卸载了MindX SDK的x86版本，安装MindX SDK的aarch64版本时，安装时本身就会提示 这个版本不适合：具体步骤参见 cid:link_0 第56楼的内容。而且MindStudio在import SDK时，仍然将MindX SDK识别成 x86版本（而不是aarch64版本）具体步骤参见 cid:link_0 第57楼的内容。但是在编译时，仍然报以下错误：具体步骤参见 cid:link_0 第59楼的内容。这导致无论是安装MindX SDK的X86版本，还是安装MindX SDK的aarch64版本，都无法完成编译。

https://www.hiascend.com/zh/software/modelzoo/models/detail/C/8d8b656fe2404616a1f0f491410a224c我这里没有910训练服务器，如果要使用必须通过ModelArt软件使用910训练服务器，但是我看上面的容器部署中需要这两个文件，我的200dk开发板上面没有缺少这两个文件容器启动推理是否存在问题，还有就是我通过这一套训练下来后（使用modelart的910）是否能够成功部署在开发板上面，还请大佬解答一下

我是Atlas200DK的开发板，缺少下图内的两个文件，请问缺少图内的两个文件启动容器是否能够正常进行推理。

环境：x86 ubuntu 或者 200DK arm ubuntu根据  cid:link_0下载后，编译时报：Makefile:4: *** "Can not find CPU_ARCH env, please set it in environment!.".  Stop.export CPU_ARCH=aarch64报：设置了环境变量，重新make无法完成编译，请专家协助解决，谢谢~

开发环境：x86 ubuntu虚拟机 ，安装了CANN 5.1.RC2 arm+x86 toolkit, 安装了MindSDK 3.0 arm包运行环境：200DK ubuntu aarch64，安装了CANN 5.1.RC2 arm toolkit, 安装了MindSDK 3.0 arm包在运行环境200DK上直接执行：（具体参见 cid:link_0 45楼的内容）在 ~/.bashrc加入以下两行：export MX_SDK_HOME=/home/HwHiAiUser/mxVisionexport LD_LIBRARY_PATH=${MX_SDK_HOME}/lib:${MX_SDK_HOME}/opensource/lib:/usr/local/Ascend/ascend-toolkit/latest/acllib/lib64:/usr/local/Ascend/ascend-toolkit/:${LD_LIBRARY_PATH}source ~/.bashrc使其生效。cd ~/mindxsdk-referenceapps/contrib/CartoonGANPicturebash build.shcd datamkdir imagesmkdir outputcd imageswget https://r.huaweistatic.com/s/ascendstatic/lst/as/dev/casestudy/pc/img_casestudy_ Colorizationin_20211216.png --no-check-certificate转换png为jpg文件。./CartoonGAN_picture ./data/images具体日志文本如下： cd ~/mindxsdk-referenceapps/contrib/CartoonGANPicture HwHiAiUser@davinci-mini:~/mindxsdk-referenceapps/contrib/CartoonGANPicture$ ./CartoonGAN_picture ./data/images WARNING: Logging before InitGoogleLogging() is written to STDERR I20220820 06:04:28.175854  5913 DvppWrapper.cpp:24] Current chip environment is Ascend310, DvppWrapper is initialized by DvppWrapperDptrWithAcl. I20220820 06:04:28.175972  5913 DvppWrapper.cpp:34] Processing CheckBasePtr(). Checking if dvppWrapperBase_ is nullptr. I20220820 06:04:28.314827  5913 ModelInferenceProcessor.cpp:21] Begin to ModelInferenceProcessor init I20220820 06:04:29.666532  5913 ModelInferenceProcessor.cpp:68] End to ModelInferenceProcessor init I20220820 06:04:29.669736  5913 main.cpp:90] ./data/images/img_casestudy_ Colorizationin_20211216.jpg I20220820 06:04:29.669787  5913 DvppWrapper.cpp:34] Processing CheckBasePtr(). Checking if dvppWrapperBase_ is nullptr. I20220820 06:04:29.669890  5913 FileUtils.cpp:395] Check Owner group permission: Current permission is 6, but required no greater than 4. I20220820 06:04:29.669910  5913 FileUtils.cpp:395] Check Other group permission: Current permission is 4, but required no greater than 0. I20220820 06:04:29.703868  5913 DvppWrapper.cpp:246] Image width= 433, height= 400, dataSize= 53503 bytes. I20220820 06:04:29.703902  5913 DvppWrapper.cpp:34] Processing CheckBasePtr(). Checking if dvppWrapperBase_ is nullptr. E20220820 06:04:29.710563  5913 DvppWrapperBase.cpp:607] [507013][Error code unknown] DvppJpegDecode, fail to synchronize stream. E20220820 06:04:29.710731  5913 DvppWrapper.cpp:256] [507013][Error code unknown] Fail to set input data information. E20220820 06:04:29.710767  5913 DvppWrapper.cpp:192] [507013][Error code unknown] DvppJpegDecode, fail to GetImageData. E20220820 06:04:29.710809  5913 CartoonGANPicture.cpp:73] DvppWrapper DvppJpegDecode failed, ret=507013. E20220820 06:04:29.710829  5913 CartoonGANPicture.cpp:214] ReadImage failed, ret=507013. E20220820 06:04:29.710857  5913 main.cpp:96] CartoonGANPicture process failed, ret=507013. I20220820 06:04:29.710873  5913 main.cpp:106] Infer images sum 0, cost total time: 0 ms. I20220820 06:04:29.710937  5913 main.cpp:107] Infer average time nan ms. I20220820 06:04:29.710958  5913 DvppWrapper.cpp:34] Processing CheckBasePtr(). Checking if dvppWrapperBase_ is nullptr. I20220820 06:04:29.756505  5913 DeviceManager.cpp:120] DestroyDevices begin I20220820 06:04:29.756587  5913 DeviceManager.cpp:122] destroy device:0 I20220820 06:04:29.759824  5913 DeviceManager.cpp:128] aclrtDestroyContext successfully! I20220820 06:04:29.760730  5913 DeviceManager.cpp:138] DestroyDevices successfully 请帮忙查看，谢谢~

开发环境：x86 ubuntu虚拟机 ，安装了CANN 5.1.RC2 arm+x86 toolkit, 安装了MindSDK 3.0 arm包运行环境：200DK ubuntu aarch64，安装了CANN 5.1.RC2 arm toolkit, 安装了MindSDK 3.0 arm包编译参数：报错如下：全部是 Information:/home/ascend/mxVision/lib/libmxbase.so: undefined reference to 后面是各种acl的库。请帮忙检查是什么原因？