关键词:
一、下载并安装Miniconda
第一步是根据操作系统下载并安装Miniconda,在安装过程中需要勾选“Add Anaconda to the system PATH environment variable"选项(如当conda版本为4.6.14时)
第二步安装完成后,打开anaconda prompt这个终端(安装miniconda的时候会自动安装到你电脑上),然后分别执行如下命令,将conda和pip的软件源修改成清华的源,这样的话,使用conda下载安装软件包时会快很多。
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
二、环境搭建
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.d21.ai/d21-zh-1.0.zip
回车下载,下载完成之后,创建文件夹”d21-zh"并解压。
打开里面的environment.yml文件。
name: gluon
dependencies:
- python=3.6
- pip:
- mxnet==1.5.0
- d2lzh==1.0.0
- jupyter==1.0.0
- matplotlib==2.2.2
- pandas==0.23.4
注:本文提供的搭建环境的方法并不需要environment.yml文件,我们先使用miniconda创建一个名为gluon的环境。
在Windows下,首先打开anaconda prompt这个终端,然后在prompt终端里执行如下命令来创建一个使用Python 3.6的,名为gluon的环境:
conda create -n gluon python=3.6
创建完成之后,执行如下命令来激活gluon环境
conda activate gluon
安装MXNet,安装哪个版本由你电脑的硬件控制
1.如果你的电脑的CPU是Intel 的酷睿系列,或者是Intel的至强系列,显卡是NVIDIA的显卡,且支持cuda(安装cuda的教程在第四部分),那么建议安装最新版本的同时支持mkl和gpu的MXNet。分别执行如下命令,先安装最新版的mkl和cuda 10.1,然后安装最新的支持mkl和cuda 10.1的gpu版的MXNet :
conda install mkl
conda install cudatoolkit=10.1
pip install mxnet-cu101mkl
2.如果你的CPU是AMD的CPU,但是显卡是支持cuda的NVIDIA显卡,那么建议安装支持gpu的最新版本的MXNet,分别执行如下命令,先安装cuda,然后安装MXNet:
conda install cudatoolkit=10.1
pip install mxnet-cu101
3.如果你的CPU是Intel的酷睿系列CPU,但是没有支持cuda的NVIDIA显卡,那么建议安装支持mkl的CPU版MXNet,因为,支持mkl的CPU版的MXNet比不支持mkl的CPU版的MXNet训练速度在特定条件下能快几十倍。分别执行如下命令,先安装mkl,后安装支持mkl的CPU版的MXNet:
conda install mkl
pip install mxnet-mkl
4.如果你电脑的CPU是AMD的CPU,并且没有支持cuda的NVIDIA显卡,那么建议直接安装CPU版的MXNet,执行如下命令来进行安装:
pip install mxnet
到此,MXNet安装完成。接下来,分别执行如下命令,来安装environment.yml文件中没安装的软件包:
pip install d2lzh==0.8.11
pip install jupyter==1.0.0
pip install matplotlib==2.2.2
pip install pandas==0.23.4
上面的软件版本号,同理也是以你下载下来的environment.yml文件里面的为准。虽然版本号不同,但是安装命令是完全一样的。
三、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。如需退出虚拟环境,可使⽤命令conda deactivate。
conda activate gluon
python
import mxnet as mx
如果到这一步没有出错,那么证明MXNet已经安装成功
如果显示没有mxnet模块就执行
conda activate gluon
pip install --user mxnet
四、安装cuda
1.打开英伟达控制面板
2.点击帮助–>系统信息–>组件,查看自己的显卡支持什么型号的CUDA,这里是CUDA 11.7
3. 在英伟达官网下载对应的CUDA版本
网址:CUDA Toolkit Archive | NVIDIA Developer
注:这里最好选local版,网络版经常安装不成功。报错:nvidia安装程序无法继续未成功完成下载
4. 双击exe进行安装
- 如果本机已经有了Visual Studio Integration文件,要取消勾选,避免冲突了。
- 如果本机没有的话,需要勾选
-
取消勾选NVIDIA GeForce Experience
-
Driver components,Display Driver选项,前面显示的是CUDA新驱动版本。
如果本机当前驱动版本大于(新于) 新版本,要取消勾选。
如果本机当前驱动版本小于(旧于) 新版本,并且没有勾选,电脑可能会蓝屏或死机。
两个版本相同的话,可以勾选。
选项先选完之后,自定义安装位置
安装成功后,输入命令nvcc -V
查看是否安装成功。
显示CUDA的版本号信息说明安装成功。
CUDA的环境变量已默认配置好了,因为nvcc -V
已经可以查到版本号了,环境变量可以不用配置了。
五、Jupyter安装
多个conda环境下,只需要装一个jupyter notebook,环境的切换是通过切换 kernel实现的
这里将 Jupyter 单独安装在一个环境中,对其他环境进行隔离。若安装在其他环境中,则运行 Jupyter 需要进入安装时的环境。
conda create -n jupyter # 创建jupyter环境
activate jupyter # 进入该环境
conda install jupyter notebook # 安装Jupyter包
运行 Jupyter Notebook 前,为了在不同 Conda 环境下运行文件,需要在jupyter
环境中安装nb_conda_kernels
包,并在其他需要用到的环境中安装ipykernel
包
conda activate jupyter
conda install nb_conda_kernels
conda activate [environmentName]
conda install ipykernel
运行 Jupyter Notebook 仍在Anaconda Prompt的 jupyter
环境下运行。 (之后关于 Jupyter 的操作均在jupyter
环境下进行)
activate jupyter
jupyter notebook
会出现以下界面
以上就完成了Jupyter的安装
六、jupyter导入mxnet模块
在d2l-zh目录运行activate gluon命令,然后再打开jupyter notebook,则可以正常导入mxnet模块
到达这一步就恭喜你,完成啦!
这里也是看了这四篇文章下载完成的,也可以借鉴这四篇文章哦!
(239条消息) 动手学习深度学习环境安装_qq_41230537的博客-CSDN博客
Miniconda+Jupyter 小白设置指南(Windows) - 知乎 (zhihu.com)
(239条消息) 【动手学深度学习】Jupyter notebook中 import mxnet出错_weixin_30725315的博客-CSDN博客
动手学深度学习diveintodeeplearning--day01--学习资料环境配置
正式开始《动手学深度学习v2-从零开始介绍深度学习算法和代码实现》的学习惊诧于李沐老师2021年的视频里就已经提到DALL·E2、ChatGPT等相关的内容了闲话休叙,先贴一下学习资料链接:课程主页:OpenLearningCamp-《动手学深度学习... 查看详情
《动手学深度学习》环境配置(pytorch版)(代码片段)
环境配置(PyTorch版)1环境配置1.1Anaconda1.2Jupyter1.3PyTorch1.4其他2.PyTorch最新安装教程1环境配置本节简单介绍一些必要的软件的安装与配置,由于不同机器软硬件配置不同,所以不详述,遇到问题请善用Google。1.1A... 查看详情
分享《动手学深度学习》高清pdf+视频教程-李沐著
...由MXNet创始人李沐大神、AstonZhang等人所著的交互式书籍《动手学深度学习》推出了在线预览版,面向在校学生、工程师和研究人员,旨在帮助读者从入门到深入、动手学习深度学习,即使是零基础的读者也完全适用。在本书上线... 查看详情
你期待已久的《动手学深度学习》(pytorch版)来啦!
《动手学深度学习》全新PyTorch版本,李沐和亚马逊科学家阿斯顿·张等大咖作者强强联合之作,机器学习、深度学习领域重磅教程,交互式实战环境,配套资源丰富!面向中文读者的能运行、可讨论的深度学... 查看详情
《动手学深度学习》小记
一、随着书上的步骤安装环境,第一个需要解决的问题是如何配合该书利用jupyter:在下载好的gluon_tutorials_zh-1.0文件夹处启动命令窗口(1.shift+右键+从此处打开命令行窗口2.进入该文件夹,在文件路径处输入cmd可达到同样的效果... 查看详情
重磅!李沐「动手学深度学习」中文课程笔记来了!
...学习笔记值得收藏。亚马逊资深首席科学家李沐博士的「动手学深度学习」中文系列课程,这门课从3月持续到8月,超过28000人参与了直播,课程回放在B站的播放量达到了上 查看详情
动手教你学故障诊断:python实现tensorflow+cnn深度学习的轴承故障诊断(西储大学数据集)(含完整代码)(代码片段)
项目名称动手教你学故障诊断:Python实现基于Tensorflow+CNN深度学习的轴承故障诊断(西储大学数据集)(含完整代码)项目介绍该项目使用tensorflow和keras搭建深度学习CNN网络,并使用西储大学数据集作为训练... 查看详情
重磅!李沐「动手学深度学习」中文课程笔记来了!
...学习笔记值得收藏。亚马逊资深首席科学家李沐博士的「动手学深度学习」中文系列课程,这门课从3月持续到8月,超过28000人参与了直播,课程回放在B站的播放量达到了上百万次。李沐B站视频地址:https://space.bi... 查看详情
动手学深度学习v2课程笔记—深度学习基础(代码片段)
参考文章与视频:一、深度学习介绍1.AI地图:符号学—>统计—>机器学习2.应用:广告点击的案例广告排名的三个步骤:(这个和听过的一个讲座一样:社会计算+广告学)触发广告每个广告的点... 查看详情
动手学深度学习jupyternotebook中importmxnet出错
问题描述打开d2l-zh目录,使用jupyternotebook打开文件运行,importmxnet出现无法导入mxnet模块的问题,但是命令行运行是可以导入mxnet模块的。原因:激活环境是能够运行代码的前提。解决方法:在d2l-zh目录运行condaactivategluon命令,然... 查看详情
eclipse中python开发环境搭建详细图文教程(windows环境)
...成开发Python,这里我们为了更好地使用Python进行机器学习,首先进行Eclipse中Python开发环境的搭建。一、下载EclipseIDE下载地址:http://www.eclipse.org/downloads/packages/eclipse-ide-java-ee-developers/keplersr 查看详情
送李沐的《动手学深度学习》
Datawhale学习 邀约:学习建议/成长经历,文末送李沐书籍留言你在Datawhale的学习成长经历/你这次的学习迷茫/入门学习建议留言并点赞数前十的读者以及最用心的三位可获得李沐的《动手学深度学习》一本 查看详情
window10系统如何安装pytorch教程
windows系统电脑安装深度学习教程windows系统电脑安装深度学习教程1、Anaconda集成环境2、下载Cudnn和CUDA3、配置torch环境windows系统电脑安装深度学习教程对于深度学习来说,安装pytorch和tensorflow是基础中的基础,毕竟无法搭... 查看详情
《动手学深度学习》深度学习简介(完整版)
《动手学深度学习》PyTorch版深度学习简介起源发展成功案例特点小结练习参考文献深度学习简介你可能已经接触过编程,并开发过一两款程序。同时你可能读过关于深度学习或者机器学习的铺天盖地的报道,尽管很多时... 查看详情
本科生学深度学习一轻松搭建强化学习环境,gym的安装(代码片段)
OpenAIGym是一个工具包,提供了广泛的模拟环境,也是强化学习的环境,因为想学强化学习,所以需要搭建一个环境,之前一直在代码层面,还是得能看到,比较直观今天看下怎么安装这个环境1、官方网站github:https://github.com/open... 查看详情
windows10搭建django环境(详细教程)
Windows10搭建Django环境(详细教程)https://blog.csdn.net/HappyLittleMouse/article/details/81360272#1.%20Python%20%E4%B8%8B%E8%BD%BD%E5%8F%8A%E5%AE%89%E8%A3%85 查看详情
本科生学深度学习一轻松搭建强化学习环境,gym的安装(代码片段)
OpenAIGym是一个工具包,提供了广泛的模拟环境,也是强化学习的环境,因为想学强化学习,所以需要搭建一个环境,之前一直在代码层面,还是得能看到,比较直观今天看下怎么安装这个环境1、官方网... 查看详情
《动手学深度学习》(pytorch版)(代码片段)
《动手学深度学习》PyTorch版前言简介面向人群食用方法方法一方法二方法三目录原书地址引用阅读指南前言读书啦!!!本项目将《动手学深度学习》原书中MXNet代码实现改为PyTorch实现。原书作者:阿斯顿·张、... 查看详情