代码的压缩包使用conda创建虚拟运行环境使用conda创建虚拟环境并安装本书需要的软件激活之前创建的环境打开Jupyter记事本

环境安装

根据操作系统下载并安装Miniconda在安装过程中需要勾选“Add

Anaconda

Windows用户就选择Windows版本就可以了按需选择32位或64位

等待安装安装完成

第二步是下载包含本书全部代码的压缩包。

我们可以在浏览器的地址栏中输入

https://zh.d2l.ai/d2l-zh-1.0.zip

并按回车键进行下载。

下载完成后创建文件夹“d2l-zh”并将以上压缩包解压到这个文件夹。

在该目录文件资源管理器的地址栏输入cmd进入命令行模式。

WinRAR

打开文件夹在该目录文件资源管理器的地址栏输入cmd进入命令行模式。

使用conda创建虚拟运行环境

第三步是使用conda创建虚拟运行环境。

conda和pip默认使用国外站点来下载软件我们可以配置国内清华镜像来加速下载国外用户无须此操作。

pip

https://pypi.tuna.tsinghua.edu.cn/simple使用conda创建虚拟环境并安装本书需要的软件

这里environment.yml是放置在代码压缩包中的文件。

使用文本编辑器打开该文件即可查看运行压缩包中本书的代码所依赖的软件如MXNet和d2lzh包及版本号。

conda

environment.yml如果你的电脑上安装好了cuda(进入cmd输入nvcc

-V能查看版本并且没有报错)那么建议安装GPU版本的MXNet。

具体操作使用文本编辑器打开本书的代码所在根目录下的文件environment.yml将里面的字符串“mxnet”替换成对应的GPU版本。

例如如果计算机上装的是8.0版本的CUDA将该文件中的字符串“mxnet”改为“mxnet-cu80”。

如果计算机上安装了其他版本的CUDA如7.5、9.0、9.2等对该文件中的字符串“mxnet”做类似修改如改为“mxnet-cu75”“mxnet-cu90”“mxnet-cu92”等。

保存文件后退出。

然后再执行

conda

environment.yml如果不小心已经安装好了虚拟环境那么需要先卸载CPU版本的MXNet

pip

environment.yml如果使用国内镜像后出现安装错误首先取消PyPI镜像配置即执行命令

pip

第四步是激活之前创建的环境。

激活该环境是能够运行本书的代码的前提。

激活之后会在提示符前出现(gluon)字样表示已经进入了虚拟环境。

conda

deactivate注意这里没有参数若conda版本低于4.4使用命令deactivate。

你还需要安装

notebook《动手学深度学习》一书中若干章节的代码会自动下载数据集和预训练模型并默认使用美国站点下载。

我们可以在运行Jupyter前指定MXNet使用国内站点下载书中的数据和模型国外用户无需此操作。

set

MXNET_GLUON_REPOhttps://apache-mxnet.s3.cn-north-1.amazonaws.com.cn/

jupyter