MindSpore实践图神经网络之环境篇

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

(2)安装SSH等插件

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

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

(2)配置GitHub, SSH

(3)安装TortoiseGit

SVN(适合个人,集中式)
  • 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

(2)代码下载到本地

复制代码
git clone git@github.com:sunxiaobei/mindspore_gallery.git

(3)打开项目

(4)创建项目目录

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。
相关推荐
ujainu37 分钟前
CANN仓库中的AIGC多模态统一抽象工程:昇腾AI软件栈如何用一套接口驾驭图文音视
人工智能·aigc
AC赳赳老秦42 分钟前
代码生成超越 GPT-4:DeepSeek-V4 编程任务实战与 2026 开发者效率提升指南
数据库·数据仓库·人工智能·科技·rabbitmq·memcache·deepseek
液态不合群44 分钟前
推荐算法中的位置消偏,如何解决?
人工智能·机器学习·推荐算法
饭饭大王6661 小时前
当 AI 系统开始“自省”——在 `ops-transformer` 中嵌入元认知能力
人工智能·深度学习·transformer
ujainu1 小时前
CANN仓库中的AIGC可移植性工程:昇腾AI软件栈如何实现“一次开发,多端部署”的跨生态兼容
人工智能·aigc
初恋叫萱萱1 小时前
CANN 生态实战指南:从零构建一个高性能边缘 AI 应用的完整流程
人工智能
Lethehong1 小时前
CANN ops-nn仓库深度解读:AIGC时代的神经网络算子优化实践
人工智能·神经网络·aigc
开开心心就好1 小时前
AI人声伴奏分离工具,离线提取伴奏K歌用
java·linux·开发语言·网络·人工智能·电脑·blender
TechWJ1 小时前
CANN ops-nn神经网络算子库技术剖析:NPU加速的基石
人工智能·深度学习·神经网络·cann·ops-nn
凌杰1 小时前
AI 学习笔记:LLM 的部署与测试
人工智能