安装前请参考表1完成相应配套版本CANN软件的安装。若用户需要详细了解CANN软件和其安装流程，可从安装须知章节开始了解手册内容。若用户仅进行离线推理，请跳过此章节。
昇腾开发PyTorch Adapter插件用于适配PyTorch框架，为使用PyTorch框架的开发者提供昇腾AI处理器的超强算力，本章节指导用户安装PyTorch框架和PyTorch Adapter插件。
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）。
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。
- 编译安装：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。
AscendPyTorch版本 |
CANN版本 |
支持PyTorch版本 |
AscendHub镜像版本/名称 |
|---|---|---|---|
3.0.rc3 |
CANN 6.0.RC1 |
1.5.0.post7 |
22.0.RC3/pytorch-modelzoo |
1.8.1.rc3 |
22.0.RC3-1.8.1/pytorch-modelzoo |
||
1.11.0.rc1（beta) |
- |
||
3.0.rc2 |
CANN 5.1.RC2 |
1.5.0.post6 |
22.0.RC2/pytorch-modelzoo |
1.8.1.rc2 |
22.0.RC2-1.8.1/pytorch-modelzoo |
||
3.0.rc1 |
CANN 5.1.RC1 |
1.5.0.post5 |
22.0.RC1/pytorch-modelzoo |
1.8.1.rc1 |
- |
||
2.0.4 |
CANN 5.0.4 |
1.5.0.post4 |
21.0.4/pytorch-modelzoo |
2.0.3 |
CANN 5.0.3 |
1.5.0.post3 |
21.0.3/pytorch-modelzoo |
2.0.2 |
CANN 5.0.2 |
1.5.0.post2 |
21.0.2/pytorch-modelzoo |
安装PyTorch环境依赖
pip3 install pyyaml pip3 install wheel
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。
请参考相关README文档使用编译安装APEX模块。