环境变量
Linux
Ascend
GPU
CPU
初级
中级
高级
本文介绍MindSpore的环境变量。
环境变量 |
所属模块 |
功能 |
类型 |
取值范围 |
配置关系 |
是否必选 |
---|---|---|---|---|---|---|
MS_ENABLE_CACHE |
MindData |
是否开启dataset数据处理cache功能,可以实现数据处理过程中数据的cache能力,加速数据集读取及增强处理 |
String |
TRUE:开启数据处理cache功能 |
与MS_CACHE_HOST、MS_CACHE_PORT一起使用 |
可选 |
MS_CACHE_HOST |
MindData |
开启cache时,cache服务所在的IP |
String |
Cache Server所在机器的IP |
与MS_ENABLE_CACHE=TRUE、MS_CACHE_PORT一起使用 |
可选 |
MS_CACHE_PORT |
MindData |
开启cache时,cache服务所在的端口 |
String |
Cache Server所在机器的端口 |
与MS_ENABLE_CACHE=TRUE、MS_CACHE_HOST一起使用 |
可选 |
PROFILING_MODE |
MindData |
是否开启dataset profiling数据处理性能分析,用于与MindInsight一起配合使用,可以在网页中展示各个阶段的耗时 |
String |
true: 开启profiling功能 |
与MINDDATA_PROFILING_DIR配合使用 |
可选 |
MINDDATA_PROFILING_DIR |
MindData |
系统路径,保存dataset profiling结果路径 |
String |
系统路径,支持相对路径 |
与PROFILING_MODE=true配合使用 |
可选 |
OPTIMIZE |
MindData |
是否执行dataset数据处理 pipeline 树优化,在适合数据处理算子融合的场景下,可以提升数据处理效率 |
String |
true: 开启pipeline树优化 |
无 |
可选 |
ENABLE_MS_DEBUGGER |
Debugger |
是否在训练中启动Debugger |
Boolean |
1:开启Debugger |
无 |
可选 |
MS_BUILD_PROCESS_NUM |
MindSpore |
Ascend后端编译时,指定并行编译进程数 |
Integer |
1~24:允许设置并行进程数取值范围 |
无 |
可选 |
MS_DEBUGGER_PORT |
Debugger |
连接MindInsight Debugger Server的端口 |
Integer |
1~65536,连接MindInsight Debugger Server的端口 |
无 |
可选 |
MS_DEBUGGER_PARTIAL_MEM |
Debugger |
是否开启部分内存复用(只有在Debugger选中的节点才会关闭这些节点的内存复用) |
Boolean |
1:开启Debugger选中节点的内存复用 |
无 |
可选 |
RANK_TABLE_FILE |
MindSpore |
路径指向文件,包含指定多Ascend AI处理器环境中Ascend AI处理器的”device_id”对应的”device_ip”。 |
String |
文件路径,支持相对路径与绝对路径 |
与RANK_SIZE配合使用 |
必选(使用Ascend AI处理器时) |
RANK_SIZE |
MindSpore |
指定深度学习时调用Ascend AI处理器的数量 |
Integer |
1~8,调用Ascend AI处理器的数量 |
与RANK_TABLE_FILE配合使用 |
必选(使用Ascend AI处理器时) |
RANK_ID |
MindSpore |
指定深度学习时调用Ascend AI处理器的逻辑ID |
Integer |
0~7,多机并行时不同server中DEVICE_ID会有重复,使用RANK_ID可以避免这个问题(多机并行时 RANK_ID = SERVER_ID * DEVICE_NUM + DEVICE_ID |
无 |
可选 |
MS_SUBMODULE_LOG_v |
MindSpore |
Dict{String:Integer…} |
LogLevel: 0-DEBUG, 1-INFO, 2-WARNING, 3-ERROR |
无 |
可选 |
|
OPTION_PROTO_LIB_PATH |
MindSpore |
RPOTO依赖库库路径 |
String |
文件路径,支持相对路径与绝对路径 |
无 |
可选 |
GE_USE_STATIC_MEMORY |
GraphEngine |
当网络模型层数过大时,特征图中间计算数据可能超过25G,例如BERT24网络。多卡场景下为保证通信内存高效协同,需要配置为1,表示使用内存静态分配方式,其他网络暂时无需配置,默认使用内存动态分配方式。 |
Integer |
1:使用内存静态分配方式 |
无 |
可选 |
DUMP_GE_GRAPH |
GraphEngine |
把整个流程中各个阶段的图描述信息打印到文件中,此环境变量控制dump图的内容多少 |
Integer |
1:全量dump |
无 |
可选 |
DUMP_GRAPH_LEVEL |
GraphEngine |
把整个流程中各个阶段的图描述信息打印到文件中,此环境变量可以控制dump图的个数 |
Integer |
1:dump所有图 |
无 |
可选 |