• MSAdapter
• • MindTorch
  • • 简介
    • 文档
  • MindTorch入门指南
  • • 安装
    • • 安装MindSpore
      • 安装MindTorch
      • • 通过pip安装
        • 通过源码安装
    • 使用MindTorch
    • 资源
    • 版本说明
    • 正在进行的工作
  • 贡献
  • 加入我们
  • 许可证

MSAdapter

简体中文 | English

MSAdapter是一款MindSpore生态适配工具，在不改变用户原有使用习惯下，将PyTorch/JAX等三方框架代码快速迁移到MindSpore生态上，帮助用户高效使用中国算力网——智算网络的昇腾算力。

MindTorch

---

---

简介

MindTorch是将PyTorch训练脚本高效迁移至MindSpore框架执行的工具，其目的是在不改变原有PyTorch用户的使用习惯情况下，使得PyTorch代码能在昇腾上获得高效性能。

• PyTorch接口支持： MindTorch目前支持大部分PyTorch常用接口适配。用户接口使用方式不变，基于MindSpore动态图或静态图模式下执行在昇腾算力平台上。可以在torch接口支持列表中查看接口支持情况。
• TorchVision接口支持： MindTorch TorchVision是迁移自PyTorch官方实现的计算机视觉工具库，延用PyTorch官方API设计与使用习惯，内部计算调用MindSpore算子，实现与torchvision原始库同等功能。可以在TorchVision接口支持列表中查看接口支持情况。

文档

有关安装指南、教程和API的更多详细信息，请参阅教程文档。

MindTorch入门指南

安装

首先查看版本说明选择所需的MindTorch和MindSpore版本。

安装MindSpore

请根据MindSpore官网安装指南进行安装。

安装MindTorch

通过pip安装

pip install mindtorch (MindSpore版本 >= 2.2.1)

或

pip install msadapter (MindSpore版本 == 2.0.0)

通过源码安装

 git clone https://git.openi.org.cn/OpenI/MSAdapter.git
 cd MSAdapter
 python setup.py install

如果出现权限不足的提示，请按照如下方式安装：

 python setup.py install --user || exit 1

使用MindTorch

安装好MindTorch后, 你可以按照以下方式使用它:

在代码文件主入口导入mstorch_enable将PyTorch代码适配到MindTorch

from mindtorch.tools import mstorch_enable   # 需要在主入口文件导入torch相关模块的前面使用
import torch
import torch.nn as nn
import torch.nn.functional as F
from torchvision import datasets, transforms

class LeNet(nn.Module):
    def __init__(self):
        super(LeNet, self).__init__()
        self.conv1 = nn.Conv2d(3, 16, 5)
        self.pool1 = nn.MaxPool2d(2, 2)
        self.conv2 = nn.Conv2d(16, 32, 5)
        self.pool2 = nn.MaxPool2d(2, 2)
        self.fc1 = nn.Linear(32*5*5, 120)
        self.fc2 = nn.Linear(120, 84)
        self.fc3 = nn.Linear(84, 10)

    def forward(self, x):
        x = F.relu(self.conv1(x))
        x = self.pool1(x)
        x = F.relu(self.conv2(x))
        x = self.pool2(x)
        x = x.view(-1, 32*5*5)
        x = F.relu(self.fc1(x))
        x = F.relu(self.fc2(x))
        x = self.fc3(x)
        return x

criterion = nn.CrossEntropyLoss()

transform = transforms.Compose(
    [transforms.ToTensor(),
     transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5))])

train_set = datasets.CIFAR10(root='./data', train=True, download=True, transform=transform)
train_data = DataLoader(train_set, batch_size=128, shuffle=True, num_workers=2, drop_last=True)

导入mstorch_enable后，代码执行时torch同名的导入模块会自动被转换为mindtorch相应的模块（目前支持torch、torchvision、torchaudio相关模块的自动转换），接下来执行主入口的.py文件即可。更多的使用方式可以参考使用指南

资源

• 模型库：MindTorch支持丰富的深度学习应用，MSAdapterModelZoo给出了从PyTorch官方代码迁移到MindTorch的模型。

版本说明

分支名	发布版本	发布时间	配套MindSpore版本	启智算力资源
master	-	-	MindSpore 2.3.0	-
release_0.2	0.2.1	2024-02-01	MindSpore 2.2.1 / MindSpore 2.2.10	智算网络集群 - 镜像：mindtorch0.2_mindspore2.2.1_torchnpu2.1.0_cann7.0rc1
release_0.1	0.1	2023-06-15	MindSpore 2.0.0	-

• MindTorch已发布版本获取请参阅RELEASE。
• MindSpore版本推荐从MindSpore官网获取，或者从启智平台数据资源中获取。

中间版本：

• 适用于MindSpore 2.2.1，且用户脚本中仍使用导入“msadapter”包名（安装包名已由”msadapter“更名为”mindtorch“，建议使用工具一键切换到“mindtorch”）:
  pip install git+https://openi.pcl.ac.cn/OpenI/MSAdapter.git@da13b6719c
• 适用于MindSpore 2.1.0:
  pip install git+https://openi.pcl.ac.cn/OpenI/MSAdapter.git@59f62a1858

正在进行的工作

• 支持torch自动微分接口。
• 支持torch分布式接口。
• 网络性能优化。
• 支持大模型第三方库Megatron-LM,DeepSpeed。

贡献

欢迎开发者参与贡献。更多详情，请参阅我们的贡献指南.

加入我们

如果您在使用时有任何问题或建议，欢迎加入MSAdapter SIG参与讨论。

许可证

Apache License 2.0