前提条件

环境准备

1. 准备一台基于Atlas 训练系列产品的训练服务器，并安装对应的驱动和固件。
2. 安装开发套件包Ascend-cann-toolkit，具体请参考《CANN 软件安装指南》的“安装CANN”节点。
3. 以安装PyTorch 1.11.0版本为例，具体操作请参考《Ascend Extension for PyTorch 配置与安装》> 安装PyTorch框架。
4. 使用PyTorch GPU2Ascend迁移前须执行如下命令安装依赖，如下命令如果使用非root用户安装，需要在安装命令后加上--user。

   pip3 install pandas         #必选，pandas版本号需大于或等于1.2.4
   pip3 install libcst         #必选，语义分析库，用于解析Python文件
   pip3 install prettytable    #必选，将数据可视化为图表形式
   pip3 install jedi           #可选，用于跨文件解析，建议安装

配置环境变量

请参考环境准备，完成环境变量的配置。

数据准备

• 单击Link，获得resnet50模型。
• 将训练时自动下载的ImageNet模型脚本上传至训练服务器的个人目录下。