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MindSporeconda 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：
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）
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：
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。
