安装前准备
量化并转换MindSpore模型前，请先完成如下环境准备动作，然后安装AMCT。
环境准备
AMCT需要在带NPU设备的训练环境下安装，配套关系如下：
类别 |
版本限制 |
获取方式 |
注意事项 |
|---|---|---|---|
带NPU设备的训练环境所需操作系统 |
请参见支持的OS清单。 |
仅支持基于NPU的量化。 |
|
MindSpore |
1.10.0 |
安装完后，需要配置环境变量，并建议进行安装验证。 |
|
Python |
Python3.7.x（3.7.5~3.7.11）、Python3.8.x（3.8.0~3.8.11）、Python3.9.x（3.9.0~3.9.2） 推荐使用Python3.9.2 |
AMCT以及训练环境搭建都需要安装该依赖，具体安装方法请参见《CANN软件安装指南》手册>安装开发环境>安装依赖章节。 若需要搭建Python3.9.2环境，则：
|
|
numpy |
1.16.0+ |
请参见安装依赖。 |
- |
protobuf |
3.13.0+ |
- |
安装依赖
请参见《CANN软件安装指南》>安装开发环境>安装依赖章节。安装完成后，还需要执行如下命令安装相关依赖。
执行pip3 list命令检查wget、numpy、protobuf 软件是否安装，若提示相应版本信息，则说明已经安装，否则请执行如下安装命令。
依赖名称 |
版本号 |
安装命令 |
|---|---|---|
numpy |
1.16.0+ |
pip3 install numpy==1.16.0 --user |
protobuf |
3.13.0+ |
pip3 install protobuf==3.13.0 --user |
wget |
3.2 |
pip3 install wget==3.2 --user |
上传软件包
以AMCT的安装用户将Ascend-cann-amct_{software version}_linux-{arch}.tar.gz软件包上传到Linux服务器任意目录下，本示例为上传到$HOME/amct/目录。
执行如下命令解压AMCT软件包：
tar -zxvf Ascend-cann-amct-{software version}_linux-{arch}.tar.gz
获得如下内容：
一级目录 |
二级目录 |
说明 |
使用场景及注意事项 |
|---|---|---|---|
amct_caffe/ |
Caffe框架AMCT目录。 |
|
|
amct_caffe-{version}-py3-none-linux_{arch}.whl |
Caffe框架AMCT安装包。 |
||
caffe_patch.tar.gz |
Caffe源代码增强包。 |
||
amct_tf/ |
TensorFlow框架AMCT目录。 |
||
amct_tensorflow-{version}-py3-none-linux_{arch}.tar.gz |
TensorFlow框架AMCT安装包，通过源码编译方式进行安装。 |
|
|
amct_tensorflow_ascend-{version}-py3-none-linux_{arch}.tar.gz |
基于TF_Adapter的AMCT安装包，通过源码编译方式进行安装。 |
|
|
amct_pytorch/ |
PyTorch框架AMCT目录。 |
|
|
amct_pytorch-{version}-py3-none-linux_{arch}.tar.gz |
PyTorch框架AMCT源码安装包。 |
||
amct_onnx/ |
ONNX模型AMCT目录。 |
|
|
amct_onnx-{version}-py3-none-linux_{arch}.whl |
ONNX模型AMCT安装包。 |
||
amct_onnx_op.tar.gz |
AMCT基于ONNX Runtime的自定义算子包。 |
||
amct_ms/ |
MindSpore框架AMCT目录。 |
|
|
amct_mindspore-{version}-py3-none-linux_{arch}.whl |
MindSpore框架AMCT安装包。 |
||
third_party/ |
Ascend-nca-{software version}-linux.{arch}.run |
NCA（Neural Compute Agent）软件包。 |
基于性能的自动量化场景下使用。该版本不支持third_party目录下的相关特性。 |
其中：{version}表示AMCT具体版本号，{software version}为软件版本号，{arch}表示具体操作系统架构。
