安装
:label:chap_installation
我们需要配置一个环境来运行 Python、Jupyter Notebook、相关库以及运行本书所需的代码,以快速入门并获得动手学习经验。
安装 Miniconda
最简单的方法就是安装依赖Python 3.x的Miniconda。 如果已安装conda,则可以跳过以下步骤。访问Miniconda网站,根据Python3.x版本确定适合你的系统的版本。
如果你使用macOS,假设你的Python版本是3.8(我们的测试版本),你将下载名称包含字符串“MacOSX”的bash脚本,并执行以下操作:
# 文件名可能会更改
sh Miniconda3-py38_4.10.3-MacOSX-x86_64.sh -b
如果你使用Linux,假设你的Python版本是3.8(我们的测试版本),你将下载名称包含字符串“Linux”的bash脚本,并执行以下操作:
# 文件名可能会更改
sh Miniconda3-py38_4.10.3-Linux-x86_64.sh -b
接下来,初始化终端Shell,以便我们可以直接运行conda
。
~/miniconda3/bin/conda init
现在关闭并重新打开当前的 shell。你应该能用下面的命令创建一个新的环境:
conda create --name d2l python=3.8 -y
现在激活 d2l
环境:
conda activate d2l
安装深度学习框架和d2l
软件包
在安装深度学习框架之前,请先检查你的计算机上是否有可用的GPU。 例如,你可以查看计算机是否装有NVIDIA GPU并已安装CUDA。 如果你的机器没有任何GPU,没有必要担心,因为你的CPU在前几章完全够用。 但是,如果你想流畅地学习全部章节,请提早获取GPU并且安装深度学习框架的GPU版本。
:begin_tab:mxnet
安装MXNet的GPU版本,你首先需要知道已安装的CUDA版本。
(你可以通过运行nvcc --version
或cat /usr/local/cuda/version.txt
来检验。)
假设你已安装CUDA 10.1版本,请执行以下命令:
# 对于Linux和macOS用户
pip install mxnet-cu101==1.7.0
# 对于Windows用户
pip install mxnet-cu101==1.7.0 -f https://dist.mxnet.io/python
你可以根据你的CUDA版本更改如上mxnet-cu101
的最后一位数字,
例如:CUDA 10.0是cu100
, CUDA 9.0是cu90
。
如果你的机器没有NVIDIA GPU或CUDA, 你可以按如下方式MXNet的CPU版本:
pip install mxnet==1.7.0.post1
:end_tab:
:begin_tab:pytorch
你可以按如下方式安装PyTorch的CPU或GPU版本:
pip install torch==1.11.0
pip install torchvision==0.12.0
:end_tab:
:begin_tab:tensorflow
你可以按如下方式安装TensorFlow的CPU或GPU版本:
pip install tensorflow==2.8.0
pip install tensorflow-probability==0.16.0
:end_tab:
我们的下一步是安装d2l
包,以方便调取本书中经常使用的函数和类:
pip install d2l==0.17.5
下载 D2L Notebook
接下来,需要下载这本书的代码。 你可以点击本书HTML页面顶部的“Jupyter 记事本”选项下载后解压代码。 或者,你可以按照如下方式进行下载:
:begin_tab:mxnet
mkdir d2l-zh && cd d2l-zh
curl https://zh-v2.d2l.ai/d2l-zh-2.0.0.zip -o d2l-zh.zip
unzip d2l-zh.zip && rm d2l-zh.zip
cd mxnet
注意:如果你没有安装unzip
,则可以通过运行sudo apt install unzip
进行安装。
:end_tab:
:begin_tab:pytorch
mkdir d2l-zh && cd d2l-zh
curl https://zh-v2.d2l.ai/d2l-zh-2.0.0.zip -o d2l-zh.zip
unzip d2l-zh.zip && rm d2l-zh.zip
cd pytorch
注意:如果你没有安装unzip
,则可以通过运行sudo apt install unzip
进行安装。
:end_tab:
:begin_tab:tensorflow
mkdir d2l-zh && cd d2l-zh
curl https://zh-v2.d2l.ai/d2l-zh-2.0.0.zip -o d2l-zh.zip
unzip d2l-zh.zip && rm d2l-zh.zip
cd tensorflow
注意:如果你没有安装unzip
,则可以通过运行sudo apt install unzip
进行安装。
:end_tab:
安装完成后,你可以通过运行以下命令打开Jupyter笔记本(在Window系统的命令行窗口中运行以下命令前,需先将当前路径定位到刚下载的本书代码解压后的目录):
jupyter notebook
现在,你可以在Web浏览器中打开http://localhost:8888(通常会自动打开)。
由此,你可以运行这本书中每个部分的代码。
在运行书籍代码、更新深度学习框架或d2l
软件包之前,请始终执行conda activate d2l
以激活运行时环境。
要退出环境,请运行conda deactivate
。
:begin_tab:mxnet
Discussions
:end_tab:
:begin_tab:pytorch
Discussions
:end_tab:
:begin_tab:tensorflow
Discussions
:end_tab: