今天咱们用另外一种方式体验MindSpore 1.2的教程吧！

第一步：安装Anaconda

你可以参考
https://blog.csdn.net/weixin_50888378/article/details/109022585 安装Anaconda环境。

第二步：使用conda安装MindSpore

conda create -n mindspore-cpu-1.2 python=3.7.5

...

激活conda环境：

conda activate mindspore-cpu-1.2

并在conda环境中PIP安装CPU版MindSpore 1.2.0

可到
https://www.mindspore.cn/install 按照以下方式选择，并将网页生成的“安装命令”：

pip install https://ms-release.obs.cn-north-4.myhuaweicloud.com/1.2.0/MindSpore/cpu/windows_x64/mindspore-1.2.0-cp37-cp37m-win_amd64.whl --trusted-host ms-release.obs.cn-north-4.myhuaweicloud.com -i https://pypi.tuna.tsinghua.edu.cn/simple

复制到conda环境中执行：

。。

安装完毕后验证下版本：

第三步：安装Jupyter Lab for windows

此时可退出conda环境

deactivate

pip install jupyter -i https://pypi.tuna.tsinghua.edu.cn/simple

你可以参考
https://bbs.huaweicloud.com/blogs/246302 (搜索 安装下jupyterLab）

第四步：让Jupyter Notebook指定conda环境

在conda环境中，（如果不是则需要 activate）

执行conda install nb_conda

第五步：准备入门的Notebook文件

到
https://mindspore.cn/tutorial/zh-CN/r1.2/quick_start.html 页面：

按上面红箭头所示，下载入门的Notebook文件
mindspore_quick_start.ipynb：（张小白将其下载到 E:\ipynb目录下）

第六步：启动jupyter Lab

在conda环境中，进入E:\ipynb目录

执行jupyter lab --no-browser

将启动Jupyter Lab后生成的两个链接粘贴到浏览器，打开链接：

http://127.0.0.1:8888/lab?token=cc33f8b315d1a6f6a493d1acd025fb8c1832e3bff3ff32d0

第七步：准备LENET MNIST数据集

按照
https://mindspore.cn/tutorial/zh-CN/r1.2/quick_start.html# 下载数据集一节 wget的提示，到浏览器粘贴https的4个地址，将文件下载到E:\ipynb\datasets\MNIST_Data的train或test目录下。（如果没有目录可在 资源管理器创建目录）

此时在NoteBook点击
mindspore_quick_start.ipynb 中可以看到如下内容：

第八步：依次执行Notebook脚本

可分别点击ipynb的各个cell，进行LENET网络的配置、加载数据集、数据处理、创建模型、超参设置、模型训练、保存、加载训练好的模型、验证模型等操作，并随时查看运行结果。

（其中下载数据集的部分可跳过不做）

cell运行中，会显示 * ，在运行结束后，会显示运行的序列号：（如上图中的18）

当然，这里面提个小建议，就是 文中提到要用 python lenet.py --device_target=CPU执行。而这个文件内容到底是什么？是前面各个cell的组合吗？其实开发这并不清楚。所以这样写是不合适的。

做到 train_net 这步之后，可以在左边看到几个checkpoint文件，这是训练后的模型。

在后面的加载模型步骤中，load_checkpoint的文件名应与这个文件名保持一致：（如果不一致可自行修改）

加载完训练好的模型后，运行验证模型的cell，可以预测相关结果：

此时，MindSpore的quick_start就在Jupyter Lab上体验完毕了。