进入X2MindSpore工具所在路径。

cd Ascend-cann-toolkit安装目录/ascend-toolkit/latest/tools/x2mindspore/

启动迁移任务。

参考表1配置信息，执行如下命令启动分析迁移任务。

./run_x2mindspore.sh -i 原始脚本路径 -o 脚本迁移结果输出路径 -f 原始脚本的框架 [-d 指定设备] [-m] [-g] [-t 目标模型变量名]

表1 参数说明
参数	参数说明	取值示例
-i --input	要进行迁移的原始工程目录。必选。	/home/username/x2mindspore
-o --output	脚本迁移结果文件输出路径。会在该路径下输出带有x2ms或x2ms_multi后缀的目录。不开启迁移至多卡脚本功能场景下，输出目录名为xxx_x2ms；开启迁移至多卡脚本功能场景下，输出目录名为xxx_x2ms_multi，xxx为原始脚本所在文件夹名称。必选。	/home/username/x2mindspore_output
-f --framework	原始脚本的框架，可选择pytorch、tensorflow_v2和tensorflow_v1。必选。	pytorch tensorflow_v2 tensorflow_v1
-d --distributed	将GPU单卡脚本迁移为GPU或Ascend多卡脚本，默认为“ascend”。目前该功能不支持TensorFlow 1.x。可选。	gpu ascend
-g --graph	迁移后的脚本支持在MindSpore 1.8及更新版本的Graph模式下运行。不指定该参数时，默认迁移至PyNative模式。目前仅有模型列表中ResNet和BiT系列（PyTorch）的模型支持Graph模式迁移。该参数不能与“-d/--distributed”同时使用。可选。	-
-t --target-model	目标模型变量名，默认为“model”。该参数与“-g/--graph”配合使用。可选。	model
-h --help	显示帮助信息。可选。	-

查看迁移结果。

脚本迁移后，可在2指定的脚本迁移结果文件输出路径中查看结果文件。

├── xxx_x2ms/xxx_x2ms_multi              // 脚本迁移结果输出目录
│   ├── 迁移后的脚本文件             // 与迁移前的脚本文件目录结构一致。
│   ├── x2ms_adapter                 // 适配层文件。
│   ├── unsupported_api.csv          // 不支持API列表文件。
│   ├── custom_supported_api.csv     // 工具自定义适配API列表文件（目前仅支持PyTorch2MindSpore工具）。
│   ├── supported_api.csv            // 支持API列表文件。
│   ├── deleted_api.csv              // 删除API列表文件。
│   ├── x2mindspore.log              // 迁移日志，日志文件限制大小为1M，若超过限制将分多个文件进行存储，最多不会超过10个。
│   ├── run_distributed_ascend.sh       // 启用Distributed参数，且Device指定Ascend设备时，会生成该多卡启动shell脚本。
│   ├── rank_table_2pcs.json            // 启用Distributed参数，且Device指定Ascend设备时，会生成该2卡环境组网信息样例文件。
│   ├── rank_table_8pcs.json            // 启用Distributed参数，且Device指定Ascend设备时，会生成该8卡环境组网信息样例文件。

在执行迁移后的模型文件前请先将输出的工程路径加入环境变量PYTHONPATH中。

迁移操作