安装PyTorch

对应分支代码包下载

PyTorch配套的Python版本是：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）。

根据不同的CANN版本和PyTorch使用场景，用户可以选择以下方式安装PyTorch：

• 获取镜像下载安装PyTorch：若用户希望在容器中安装使用PyTorch，可以点击链接前往AscendHub昇腾PyTorch镜像仓库，根据表1选择对应版本的镜像下载使用。
• 二进制whl包安装：若用户使用CANN 6.0.1版本（AscendPyTorch 3.0.0），推荐用户使用编好的二进制whl包安装PyTorch 1.8.1和PyTorch 1.11.0。请前往安装PyTorch环境依赖继续安装流程。
• 编译安装：若用户使用CANN 6.0.RC1及以下版本（AscendPyTorch 3.0.rc3及以下），则只能采用编译安装方式安装PyTorch。请在安装PyTorch环境依赖之后，前往编译安装PyTorch进行安装。

安装PyTorch环境依赖

pip3 install pyyaml
pip3 install wheel

安装PyTorch

推荐用户使用编好的二进制whl包安装PyTorch 1.8.1和PyTorch 1.11.0。

PyTorch 1.5.0只支持编译安装方式安装。用户也可选择编译安装方式安装PyTorch 1.8.1和PyTorch 1.11.0。请参考编译安装PyTorch。

1. 安装官方torch包。
   • x86_64

     # 安装1.8.1版本
     pip3 install torch==1.8.1+cpu  
     # 安装1.11.0版本
     pip3 install torch==1.11.0+cpu  

     若执行以上命令安装cpu版本PyTorch报错，请点击下方PyTorch官方链接下载whl包安装。

     PyTorch 1.8.1版本：下载链接。

     PyTorch 1.11.0版本：下载链接。

   • aarch64
     1. 进入安装目录，执行如下命令获取鲲鹏文件共享中心上对应版本的whl包。

        # 安装1.8.1版本
        wget https://repo.huaweicloud.com/kunpeng/archive/Ascend/PyTorch/torch-1.8.1-cp37-cp37m-linux_aarch64.whl
        # 安装1.11.0版本
        wget https://repo.huaweicloud.com/kunpeng/archive/Ascend/PyTorch/torch-1.11.0-cp37-cp37m-linux_aarch64.whl

     2. 执行如下命令安装。如果使用非root用户安装，需要在命令后加--user。

        # 安装1.8.1版本
        pip3 install torch-1.8.1-cp37-cp37m-linux_aarch64.whl
        # 安装1.11.0版本
        pip3 install torch-1.11.0-cp37-cp37m-linux_aarch64.whl

2. 安装PyTorch插件torch_npu。以下命令以在aarch64架构下安装为例。
   1. 进入安装目录，执行如下命令获取PyTorch插件的whl包。

      # 若用户在x86架构下安装插件，请将命令中文件包名中的“aarch64”改为“x86_64”。
      # 安装1.8.1版本
      wget https://gitee.com/ascend/pytorch/releases/download/v3.0.0-pytorch1.8.1/torch_npu-1.8.1-cp37-cp37m-linux_aarch64.whl
      # 安装1.11.0版本
      wget https://gitee.com/ascend/pytorch/releases/download/v3.0.0-pytorch1.11.0/torch_npu-1.11.0rc2-cp37-cp37m-linux_aarch64.whl

   2. 执行如下命令安装。如果使用非root用户安装，需要在命令后加--user。

      # 若用户在x86架构下安装插件，请将命令中文件包名中的“aarch64”改为“x86_64”。
      # 安装1.8.1版本
      pip3 install torch_npu-1.8.1-cp37-cp37m-linux_aarch64.whl
      # 安装1.11.0版本
      pip3 install torch_npu-1.11.0rc2-cp37-cp37m-linux_aarch64.whl

3. 安装对应框架版本的torchvision。

   #PyTorch 1.8.1需安装0.9.1版本，PyTorch 1.11.0需安装0.12.0版本
   pip3 install torchvision==0.9.1   

安装APEX混合精度模块

混合精度训练是在训练时混合使用单精度（float32）与半精度（float16）数据类型，将两者结合在一起，并使用相同的超参数实现了与float32几乎相同的精度。在迁移完成、训练开始之前，基于NPU处理器的架构特性，用户需要开启混合精度，可以提升模型的性能。APEX混合精度模块是一个集优化性能、精度收敛于一身的综合优化库，可以提供不同场景下的混合精度训练支持。APEX模块的使用介绍可参考《PyTorch 网络模型迁移和训练指南》中的“混合精度说明“章节。

• 在PyTorch 1.8.1和1.11.0版本下，推荐用户使用编好的二进制whl包安装APEX模块。
  1. 进入安装目录，执行如下命令获取获取PyTorch版本对应的APEX模块whl包。

     # 若用户在x86架构下安装，请将命令中文件包名中的“aarch64”改为“x86_64”。
     # 1.8.1版本
     wget https://gitee.com/ascend/apex/releases/download/v3.0.0-1.8.1/apex-0.1_ascend-cp37-cp37m-linux_aarch64.whl
     # 1.11.0版本
     wget https://gitee.com/ascend/apex/releases/download/v3.0.0-1.11.0/apex-0.1_ascend-cp37-cp37m-linux_aarch64.whl

  2. 执行如下命令安装。如果使用非root用户安装，需要在命令后加--user。

     # 若用户在x86架构下安装，请将命令中文件包名中的“aarch64”改为“x86_64”。
     pip3 install apex-0.1_ascend-cp37-cp37m-linux_aarch64.whl

• PyTorch 1.5.0版本配套APEX模块只支持编译安装。使用编译安装APEX模块请参考相关README文档。