昇腾模型压缩工具用户准备

支持任意用户（root或者非root）安装昇腾模型压缩工具，本章节以非root用户为例进行操作。

若使用root用户安装，则不需要操作该章节，不需要对root用户做任何设置。
若使用已存在的非root用户安装，须保证该用户对$HOME目录具有读写以及可执行权限。
若使用新的非root用户安装，请参考如下步骤进行创建，如下操作请在root用户下执行。本手册以该种场景为例执行昇腾模型压缩工具的安装。
1. 执行以下命令创建昇腾模型压缩工具安装用户并设置该用户的$HOME目录。
```
useradd -d /home/username -m username
```
2. 执行以下命令设置密码。
```
passwd username
```
  username为安装昇腾模型压缩工具的用户名，该用户的umask值不能小于0027：
  若要查看umask的值，则执行命令：umask
  若要修改umask的值，则执行命令：umask 新的取值

系统要求和环境检查

昇腾模型压缩工具目前支持在Ubuntu 18.04 x86_64、Ubuntu 18.04 aarch64、KylinV10SP1 x86_64、openEuler 20.03 x86_64和UOS20 aarch64操作系统安装。

版本配套信息如下：

表1 配套版本信息
类别	版本限制	获取方式	备注
操作系统及版本	Ubuntu 18.04 x86_64	请从Ubuntu官网下载对应版本软件进行安装，例如可以下载Server版：ubuntu-18.04-server-amd64.iso	支持基于CPU，GPU的量化。
操作系统及版本	Ubuntu 18.04 aarch64	请从Ubuntu官网下载Server版进行安装，包名为：ubuntu-18.04.xx-server-arm64.iso	支持基于CPU，GPU的量化。
操作系统及版本	KylinV10SP1 x86_64	-	仅支持基于CPU量化。
操作系统及版本	openEuler 20.03 x86_64	-	仅支持基于CPU量化。
操作系统及版本	UOS20 aarch64	-	仅支持基于CPU量化。
CUDA toolkit/CUDA driver	11.0或10.0	请用户自行获取相关软件包进行安装，例如可以参见如下链接获取相关toolkit包，该包中包括driver软件包。 https://developer.nvidia.com/cuda-toolkit-archive	如果使用GPU模式执行量化功能，则CUDA软件必须安装。 TensorFlow2.4.1、2.4.3版本对应的CUDA版本为11.0，TensorFlow1.15.0版本对应的CUDA版本为10.0。
Python	3.7.5	Ubuntu、KylinV10SP1、openEuler和UOS操作系统请参见安装Python3.7.5（Ubuntu）。	安装依赖时，请确保服务器能够连接网络。说明：该工具对Python版本的支持为3.7.0-3.7.9，本手册以Python3.7.5为例进行介绍，相应环境变量和安装命令以实际安装Python版本为准。
TensorFlow	2.4.1或2.4.3或1.15.0	请参见安装依赖。	-
numpy	1.16.0+	请参见安装依赖。	-
protobuf	3.13.0+	请参见安装依赖。	-

安装依赖

请使用昇腾模型压缩工具的安装用户安装依赖的软件，如果安装用户为非root，请确保该用户拥有sudo权限，请使用su - username命令切换到非root用户执行如下命令。

表2 依赖列表
依赖名称	版本号	安装命令
python	3.7.5	Ubuntu、KylinV10SP1、openEuler和UOS操作系统请参见安装Python3.7.5（Ubuntu）。
TensorFlow	2.4.1或2.4.3或1.15.0	用户根据实际情况选择安装CPU或GPU。 TensorFlow 2.4 CPU版本安装命令： python3.7.5 -m pip install tensorflow-cpu==2.4.1 --user 或 python3.7.5 -m pip install tensorflow-cpu==2.4.3 --user TensorFlow 1.15 CPU版本安装命令： python3.7.5 -m pip install tensorflow-cpu==1.15 --user TensorFlow 2.4 GPU版本安装命令： python3.7.5 -m pip install tensorflow-gpu==2.4.1 --user 或 python3.7.5 -m pip install tensorflow-gpu==2.4.3 --user TensorFlow 1.15 GPU版本安装命令： python3.7.5 -m pip install tensorflow-gpu==1.15 --user 须知：当前仅支持TensorFlow 1.15版本的网络模型进行量化，但量化过程中支持在TensorFlow 1.15、2.4版本环境进行推理。只有昇腾模型压缩工具tar.gz格式软件包支持量化过程中在TensorFlow 1.15和2.4版本环境进行推理，whl格式软件包只支持在TensorFlow 1.15版本环境进行推理，软件包详细说明请参见上传软件包。
numpy	1.16.0+	pip3.7.5 install numpy==1.16.0 --user
protobuf	3.13.0+	pip3.7.5 install protobuf==3.13.0 --user

上传软件包

以昇腾模型压缩工具的安装用户将Ascend-cann-amct_{software version}_{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。

执行如下命令解压昇腾模型压缩工具软件包：

tar -zxvf Ascend-cann-amct-{software version}_{arch}.tar.gz

获得如下内容：

表3 昇腾模型压缩工具软件包解压后内容
一级目录	二级目录	说明	使用场景及注意事项
amct_caffe/	Caffe框架昇腾模型压缩工具目录。		使用方法请参见“昇腾模型压缩工具使用指南(Caffe)”章节。量化完的模型，如果要执行推理，则需要借助安装昇腾AI处理器的推理环境。
	amct_caffe-{version}-py3-none-linux_{arch}.whl	Caffe框架昇腾模型压缩工具安装包。
	caffe_patch.tar.gz	Caffe源代码增强包。
amct_tf/	TensorFlow框架昇腾模型压缩工具目录。
	amct_tensorflow-{version}-py3-none-linux_{arch}.tar.gz	TensorFlow框架昇腾模型压缩工具安装包。 tar.gz包为支持TensorFlow 1.15和2.4版本的包，通过源码编译方式安装昇腾模型压缩工具，后续会取代whl包。 whl包为支持TensorFlow 1.15版本的包，后续将会废弃。	amct_tensorflow与amct_tensorflow_ascend软件包不能同时安装。使用方法请参见“昇腾模型压缩工具使用指南(TensorFlow)”章节。量化完的模型，如果要执行推理，则需要借助安装昇腾AI处理器的推理环境。
	amct_tensorflow-{version}-py3-none-linux_{arch}.whl
	amct_tensorflow_ascend-{version}-py3-none-linux_{arch}.tar.gz	基于TF_Adapter的昇腾模型压缩工具安装包。 tar.gz包为支持TensorFlow 1.15和2.4版本的包，通过源码编译方式安装昇腾模型压缩工具，后续会取代whl包。 whl包为支持TensorFlow 1.15版本的包，后续将会废弃。	Atlas 200/300/500 推理产品：该版本不支持amct_tensorflow_ascend目录下的相关特性。 amct_tensorflow与amct_tensorflow_ascend软件包不能同时安装。使用方法请参见“昇腾模型压缩工具使用指南(TensorFlow, Ascend)”章节。量化完的模型，如果要执行推理，则需要借助安装昇腾AI处理器的推理环境。
	amct_tensorflow_ascend-{version}-py3-none-linux_{arch}.whl
amct_pytorch/	PyTorch框架昇腾模型压缩工具目录。		使用方法请参见“昇腾模型压缩工具使用指南(PyTorch)”章节。量化完的模型，如果要执行推理，则需要借助安装昇腾AI处理器的Atlas 200/300/500 推理产品推理环境。
amct_pytorch/	amct_pytorch-{version}-py3-none-linux_{arch}.tar.gz	PyTorch框架昇腾模型压缩工具源码安装包。
amct_onnx/	ONNX模型昇腾模型压缩工具目录。		使用方法请参见“昇腾模型压缩工具使用指南(ONNX)”章节。量化完的模型，如果要执行推理，则需要借助安装昇腾AI处理器的推理环境。
	amct_onnx-{version}-py3-none-linux_{arch}.whl	ONNX模型昇腾模型压缩工具安装包。
	amct_onnx_op.tar.gz	昇腾模型压缩工具基于ONNX Runtime的自定义算子包。
amct_ms/	MindSpore框架昇腾模型压缩工具目录。		Atlas 200/300/500 推理产品：该版本不支持amct_ms目录下的相关特性。使用方法请参见“昇腾模型压缩工具使用指南(MindSpore)”章节。量化完的模型，如果要执行推理，则需要借助安装昇腾AI处理器的推理环境。
amct_ms/	amct_mindspore-{version}-py3-none-linux_{arch}.whl	MindSpore框架昇腾模型压缩工具安装包。
amct_acl/	基于AscendCL接口的昇腾模型压缩工具目录。		Atlas 200/300/500 推理产品：该版本不支持amct_acl目录下的相关特性。使用方法请参见“昇腾模型压缩工具使用指南(ACL方式)”章节。量化完的模型，如果要执行推理，则需要借助安装昇腾AI处理器的推理环境。
amct_acl/	Ascend-amct_acl-{software version}-linux.{arch}.run	基于AscendCL接口的昇腾模型压缩工具安装包。
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。当前版本暂不支持该功能。