在出現的信息配置框輸入相關配置信息 ， 如下圖所示：
文章插圖
輸入服務器的SSH信息，如果測試連接失敗，建議使用CMD或XShell等工具進行排查 。
選擇遠程 CANN 安裝位置 ， 如下圖所示：
文章插圖
在Remote CANN location中選擇CANN的路徑，需要注意的是必須選擇到CANN的版本號目錄 ， 這里選擇的是5.1.RC2版本，如下圖所示：
文章插圖
點擊確定后，需要等待MindStudio進行文件同步操作 ， 這個過程會持續數分鐘，期間如果遇到Sync remote CANN files error.錯誤，考慮是否無服務器root權限 。
文章插圖
配置完成CANN點擊下一步
文章插圖
在訓練工程選擇界面，選擇“TensorFlow Project” ， 單擊“Finish” 。
文章插圖
進入工程界面，單擊工具欄中
文章插圖
按鈕（ TensorFlow GPU2Ascend工具） 。
文章插圖
進入“TensorFlow GPU2Ascend”參數配置頁，配置command file
文章插圖
- Command File：tfplugin插件包中的工具腳本文件 。
- Input Path：待轉換腳本文件的路徑 。
- Output Path：腳本轉換后的輸出路徑 。
文章插圖
同樣的 ， 選擇下載的代碼路徑作為input path，并選擇輸出路徑，如下圖所示：
文章插圖
點擊Transplant進行轉換，如下圖所示：
文章插圖
出現“Transplant success!”的回顯信息，即轉換成功 。如下圖所示：
文章插圖
4.2 生成dump數據和計算圖文件步驟一 dump前準備 。
編輯resnet_run_loop.py文件，修改如下（以下行數僅為示例，請以實際為準）：
注釋掉第83、85行
文章插圖
把max_steps設置為1 。
文章插圖
注釋掉第575~582行
文章插圖
注釋掉第595行，修改為“return None” 。
文章插圖
編輯cifar10_main.py文件，將train_epochs的值改為1 。
文章插圖
步驟二 dump參數配置 。
為了讓訓練腳本能夠dump出計算圖，我們在訓練腳本中的包引用區域引入os，并在構建模型前設置DUMP_GE_GRAPH參數 。配置完成后，在訓練過程中，計算圖文件會保存在訓練腳本所在目錄中 。
編輯cifar10_main.py，添加如下方框中的信息 。
文章插圖
修改訓練腳本（resnet_run_loop.py），開啟dump功能 。在相應代碼中，增加如下方框中的信息 。
文章插圖
步驟三 環境配置 。
單擊MindStudio菜單欄“Run > Edit Configurations...” 。
文章插圖
進入運行配置界面，選擇遷移后的訓練腳本 。
文章插圖
文章插圖
配置環境變量，打開下圖所示界面 ， 配置訓練進程啟動依賴的環境變量，參數設置完成后，單擊“OK” ， 環境變量配置說明請參見下表 。
推薦閱讀
- JVM學習筆記——內存模型篇
- LabVIEW+OpenVINO在CPU上部署新冠肺炎檢測模型實戰
- 京東云開發者｜軟件架構可視化及C4模型：架構設計不僅僅是UML
- predator-prey model OpenFOAM 編程 | 求解捕食者與被捕食者模型問題（ODEs）
- 概念+協議的了解+OSI七層模型，TCP/IP五層協議，網絡數據傳輸流程 Linux--網絡基礎
- 三 Linux--多線程
- Hugging Face發布diffuser模型AI繪畫庫初嘗鮮！
- 推廣TrustAI可信分析：通過提升數據質量來增強在ERNIE模型下性能
- 洛克王國水晶犬的訓練怎么個玩法
- Pytorch模型量化