310处理器用在 推理场景，910处理器用在 训练场景
参考：Atlas200DK分设系列第一章–20.0.RC1版本安装指南
2.2.1 安装ubuntu18.04
2.2.2 配置ubuntu环境
用户权限配置
普通用户安装开发套件，需要有sudo权限，所以首先需要给普通用户配置权限。
切换为root用户。
给sudoer文件配置写权限，并打开该文件。
在该文件“ # User privilege specification”下面增加如下内容：
其中，ascend为开发环境种普通用户用户名，需要根据自己的环境修改。
完成后，执行以下命令取消“ /etc/sudoers”文件的写权限。
换源
参考：Ubuntu 18.04 换国内源
配置apt源：
复制粘贴国内源，保存
阿里源
配置pip源：
ctrl + h 显示 .pip文件夹
将如下内容填写到pip.conf文件中
安装环境依赖
安装相关apt依赖：
安装python环境:
下载python3.7.5源码包并解压。
进入解压后的文件夹，执行配置、编译和安装命令。
执行以下命令将so拷贝到lib中，并设置软链接。
执行以下命令，安装环境所需的相关pip依赖。
安装其他
切换为root用户，并安装VIM。
参考：Atlas 200 DK 系列 – 快速搭建开发环境
2.3.1 部署开发环境
安装toolkit开发工具包
如下图，下载开发环境所需要的两个toolkit包。
下载链接
将包放置到开发环境普通用户的$HOME目录下。
执行以下命令，给run包增加可执行权限。
执行以下命令，安装toolkit包。
安装mindstudio
下载链接
将压缩包放置到开发环境普通用户的$HOME目录下。并执行以下命令，安装Mindstudio。
注：运行过程中会有红字提示需要继续安装的软件包，安装完成后重新执行https://blog.51cto.com/u_12226/Mindstudio运行即可
2.3.1 部署运行环境
运行环境需要通过制作SD卡，将开发者板运行代码和系统程序烧写到开发者板上，从而搭建的。所以一切的起点就是安装SD卡。
注：安装SD卡需要在本地环境中操作，也就是以下步骤是在用来做开发环境的虚拟机环境中操作的
安装SD卡系统
- 下载制卡需要的软件包
下载地址
- 下载ubuntu-server 和 制卡脚本
在本地环境普通用户（以ascend用户为例）的$HOME目录下执行以下命令，下载tools仓代码。
执行以下命令下载ubuntu18.04-server-arm.iso镜像（版本最好和虚拟机桌面版本一致）。
注：下载的 ubuntu-18.04.5-server-arm64.iso 可能显示404未连接，需要更改成已有的新版本
下载完成后，执行以下命令，给脚本和iso镜像加权限。
- 执行如下命令安装相关纸卡需要的相关python依赖
- 执行如下命令安装相关的apt依赖
- 将之前下载的制卡所需包放置到该目录（普通用户$HOME/tools/makesd/for_1.7x.0.0）下。
- 将插有SD卡的读卡器连接Ubuntu服务器，制作SD卡：
执行以下命令，切换root用户，准备制卡。
执行以下命令，执行脚本准备制卡
（说明：/dev/sdb 是SD卡的设备名，可以在root用户下执行fdisk -l查看。）
如图，制卡过程中，提示是否继续安装，输入Y。
等待约7min，提示Make SD Card successfully!,则制卡成功。
- 上电Atlas 200DK开发板。
将制好的卡放入Atlas 200DK开发板，上电后连接Ubuntu服务器。
注：开发板升级过程中会有两个灯闪烁，当四个灯常亮时即为升级成功，升级过程约5-10min - 切换为普通用户
命令行中执行以下命令，退出root用户，切换为普通用户。
连接开发者板
开发板通过usb和虚拟机相连，执行以下命令可以查看到虚拟网卡。
其中ens35u1就是虚拟网卡。
配置虚拟网卡ip
由于通过USB连接时，开发板默认IP为192.168.1.2，所以这里我们只需要配置虚拟网卡ip为192.168.1.x即可。可按照如下命令进行netplan设置。
打开netplan的配置文件，按照以下格式进行配置填写。
配置完成后执行以下命令，使配置生效。
执行以下命令切换回普通用户。
如下图所示，再使用查看，此时已经有ip了。
登录开发板
在普通用户下通过ssh指令，登录开发板（密码为Mind@123）。
ssh HwHiAiUser@192.168.1.2
将动态链接库路径 添加到 ldconfig 文件中。
切换到root用户下搜索 libascendcl.so 所在的路径，添加到vim mind_so.conf
tpe算子
打开Mind Studio，选择Classification(resnet50)。然后选择Finish，工程创建成功
MyAPP 目录结构如下所示：
命令行中，执行以下命令，在普通用户家目录下执行以下命令下载权重文件。
将原始网络模型转换为适配昇腾AI处理器的模型。
- Model File选择当前工程的caffe_model目录下的resnet50.prototxt
- Weight File选择刚才下载的权重文件。
- Configure Input and Output页面中 “Input Type” 配置为FP16， “ Output
Type” 配置为FP32。
- 关闭Data Pre-processing
- Mindstudio加载转换好的om模型。
转换完成后，模型会生成在 $HOME/modelzoo/resnet50/device 目录下,此时在Mindstudio对应工程上点击鼠标右键，选择Add Model，并选择此目录下的resnet50模型即可。
此时，工程的model文件夹下就会有对应的om模型了。
- 命令行中，执行以下命令在普通用户下切换到工程所在目录。
默认为“ ~/AscendProject/工程名/data”，请根据实际情况替换。 - 执行transferPic.py脚本
脚本是将*.jpg转换为*.bin，同时将图片从1024683的分辨率缩放为224224。在data目录下生成2个*.bin文件。*
- 在Mind Studio工具界面，单击刷新工程目录的图标，刷新后，在工具界面的“ 工
程名/data”目录下直接查看.bin文件。
编译
在Mindstudio的工具栏中点击Build > Edit Build Configuration。选择Target OS 为Centos7.6。
之后点击Build > Build > Build Configuration，会在目录下生成build和out文件夹。
运行
Mindstudio配置开发板RC连接。
注：此时默认开发板已经连接到开发环境了
在Mind Studio工具的工具栏中找到Tools按钮，单机Device Manager。
点击Device Manager界面右上方的 “+” 按钮，填写Host IP为开发者板ip（USB连接默认为192.168.1.2），点击OK。
单击 Run > Run ‘MyApp1’，如下图红框，可执行程序已经在开发者板执行，并且结果也打印在日志中。