---
title: 快速入门
description: "本节通过一个简单的TensorFlow脚本迁移样例，帮助用户快速了解TensorFlow脚本迁移到昇腾平台并执行的方法。"
url: https://www.hiascend.com/document/detail/zh/TensorFlowCommercial/latest/migration/tfmigr1/tfmigr1_000152.html
sourcePath: /source/zh/TensorFlowCommercial/900/migration/tfmigr1/tfmigr1_000152.html
indexId: c18983a404230600ec7437e7d809dcfc287c1e3820d08c203d05340bfee1961f73
---
# 快速入门

本节通过一个简单的TensorFlow脚本迁移样例，帮助用户快速了解TensorFlow脚本迁移到昇腾平台并执行的方法。

1. 脚本迁移。

  - 迁移前脚本示例：
    1 2 3 4 5 6 7 import tensorflow as tf a = tf.random_normal([2, 3], dtype=tf.float32) b = tf.random_uniform([2, 3], dtype=tf.float32) c = tf.add(a, b) with tf.Session() as sess: result = sess.run(c) print("result: ", result)

  - 迁移后脚本示例：
    1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 import tensorflow as tf # 导入NPU相关库 from npu_bridge.npu_init import * a = tf.random_normal([2, 3], dtype=tf.float32) b = tf.random_uniform([2, 3], dtype=tf.float32) c = tf.add(a, b) # 增加session配置“allow_soft_placement=True”，允许TensorFlow自动分配设备。 config = tf.ConfigProto(allow_soft_placement=True) # 添加名称为“NpuOptimizer”的NPU优化器，网络编译时，NPU只会遍历“NpuOptimizer”下的session配置。 custom_op = config.graph_options.rewrite_options.custom_optimizers.add() custom_op.name = "NpuOptimizer" # 需要显示关闭TensorFlow的remapping、memory_optimization功能，避免与NPU中的功能冲突。 config.graph_options.rewrite_options.remapping = RewriterConfig.OFF # 显式关闭 config.graph_options.rewrite_options.memory_optimization = RewriterConfig.OFF # 显式关闭 with tf.Session(config=config) as sess: result = sess.run(c) print("result: ", result)

2. 脚本执行。

  a. 配置环境变量。
    1 2 3 4 5 6 7 8 # 配置CANN软件环境变量，以root用户默认安装路径为例 source /usr/local/Ascend/cann/set_env.sh # TF Adapter python库，其中${TFPLUGIN_INSTALL_PATH}为TF Adapter软件包安装路径 export PYTHONPATH=${TFPLUGIN_INSTALL_PATH}:$PYTHONPATH export JOB_ID=10087 # 训练任务ID，用户自定义，仅支持大小写字母，数字，中划线，下划线。不建议使用以0开头的纯数字 export ASCEND_DEVICE_ID=0 # 指定AI处理器的逻辑ID，单卡训练也可不配置，默认为0，在0卡执行训练

  b. 执行脚本。
    假设迁移后的脚本命名为tf_quickstart.py，命令示例如下：

```
python3 tf_quickstart.py
```