本教程主要讲解，如何在CPU平台上，使用MindSpore进行数据并行分布式训练，以提高训练效率。
完整的样例代码：distributed_training_cpu

目录结构如下：

bash └─sample_code├─distributed_training_cpu│      resnet.py│      resnet50_distributed_training.py│      run.sh 

其中，resnet.py和resnet50_distributed_training.py是训练网络定义脚本，run.sh是分布式训练执行脚本。

如果你对MindSpore感兴趣，可以关注昇思MindSpore社区

一、环境准备

1.进入ModelArts官网

云平台帮助用户快速创建和部署模型，管理全周期AI工作流，选择下面的云平台以开始使用昇思MindSpore，获取安装命令，安装MindSpore2.0.0-alpha版本，可以在昇思教程中进入ModelArts官网

选择下方CodeLab立即体验

等待环境搭建完成

2.使用ModelArts体验实例

进入昇思MindSpore官网，点击上方的安装

获取安装命令

在ModelArts中打开一个Terminal，输入安装命令

conda install mindspore=2.0.0a0 -c mindspore -c conda-forge

再点击侧边栏中的Clone a Repository，输入

https://gitee.com/mindspore/docs.git

可以看到docs项目导入成功

未完待续