Atlas系列硬件: Atlas 200l DK A2 开发者套件; Atlas 200l DK 开发者套件（型号：3000）; 加速模块、加速卡、智能小站、服务器、集群

异构计算架构: CANN社区版; CANN商用版

AI框架: MindSpore; TensorFlow框架模型（社区版）; TensorFlow框架模型（商用版）; PyTorch框架适配

昇腾推理引擎: MindIE

应用使能MindX: MindX DL; MindX Edge; MindX SDK

全流程开发工具: MindStudio

编译并安装自定义算子包

由于AMCT存在基于ONNX Runtime的自定义算子包，而自定义算子包编译时依赖ONNX Runtime提供的头文件，该头文件需要用户自行下载后，然后编译并安装自定义算子包。

方法如下，该步骤为必选操作，否则可能会导致AMCT无法使用：

解压自定义算子包。
```
tar -zvxf amct_onnx_op.tar.gz
```
解压后文件目录组织如下：
```
amct_onnx_op                           #  自定义算子根目录
├── inc                             #  自定义算子编译头文件目录
├── src                             #  自定义算子实现源文件，请参见ONNX Runtime官方API说明   
└── setup.py                        #  编译脚本，编译自定义算子，并且拷贝生成动态库至AMCT软件包内
```
编译基于ONNX Runtime的自定义算子需要依赖ONNX Runtime提供的头文件，该文件需要在线从GitHub上下载。如果用户AMCT所在服务器能链接网络，并且能连通GitHub，则可以直接进行2；如果无法连接网络，则请自行下载如下文件，然后上传到AMCT所在服务器amct_onnx_op/inc目录：

https://github.com/microsoft/onnxruntime/tree/v1.9.0/include/onnxruntime/core/session目录下的如下四个文件：
- onnxruntime_cxx_api.h
- onnxruntime_cxx_inline.h
- onnxruntime_c_api.h
- onnxruntime_session_options_config_keys.h
下载的头文件版本必须和ONNX Runtime版本一致，如果import amct_onnx时出现“segmentation fault”，建议删除头文件，卸载amct_onnx后下载正确版本的头文件后重新安装。

进入amct_onnx_op目录，编译并安装自定义算子包。

cd amct_onnx_op && python3 setup.py build

出现以下信息表示编译并安装自定义算子包成功，若编译失败，请参见编译并安装自定义算子包时提示"AttributeError: module ‘onnxruntime’ has no attribute ‘SessionOption’"信息进行处理。

        
             [INFO] Build amct_onnx_op success!
[INFO] Install amct_onnx_op success!

父主题： 安装后处理