深度学习框架MXNET与Jupyter记事本学习笔记

    很久之前就写好了这篇文章作为读书笔记，不过由于比较懒，一直没有开通博客放上来。今天整理笔记准备放一批原创和学习用的资料在博客上，以便于自己之后的复习和整理。以下为本次正文。

 

    由于现在常用的笔记本电脑具有英伟达GEFORCE GTX显卡，在进行学习深度学习的时候我准备尝试mxnet这个框架，一开始照着书中的步骤做到使用清华PyPI镜像时，始终报错，据参考网上社区资料说是因为国内的墙墙，导致网速过慢，而且去年一段时间里conda是关闭的。于是尝试了如下解决方式：

“Windows下安装miniconda很简单，首先下载最新的Windows版本的miniconda 3。推荐到清华大学开源镜像站下载，不要到官网下载，因为官网下载速度非常慢。从清华镜像下载方法如下：

1.首先复制下载地址 https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/

注：（社区资料中说官网比较慢，但我是从官网下载的，速度很快，这可能是由于时间不同的问题（2020.5.5））

安装完成后，打开anaconda prompt这个终端（安装miniconda的时候会自动安装prompt到你电脑上），然后分别执行如下四个命令，将conda和pip的软件源修改成为清华的源，这样的话，使用conda和pip下载安装软件包时速度会快很多。

conda  config  --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

conda  config  --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/

conda  config  --set show_channel_urls yes

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

 

2.搭建GPU版本mxnet的运行环境

这里以安装cuda 10版本的mxnet为例。首先确保你的电脑安装了最新的显卡驱动，然后打开prompt终端（Windows系统）。然后执行如下命令创建一个名为gluon的环境并且激活它：

conda create -n gluon python=3.6

conda activate gluon

然后执行如下命令来安装cuda 10（注意，mxnet不需要单独安装cudnn，因为mxnet自带cudnn）：

conda install cudatoolkit=10.0

安装完之后，便可以安装支持cuda 10的mxnet，执行如下命令来安装：

pip install mxnet-cu100

成功安装MXNet后，接下来，分别执行如下命令，来安装书本中代码用到的其它软件包：

pip install d2lzh==0.8.11

pip install jupyter==1.0.0

pip install matplotlib==2.2.2

pip install pandas==0.23.4

安装完之后，环境便搭建完成了。环境搭建完成后，便可以运行代码。”

 

环境全部成功配置完毕后，我发现在我的python3.8上运行from mxnet import nd会报错说没有这个模块，但是在该框架推荐的Jupyter笔记本上就可以运行。于是记录运行步骤备查。

1.安装Jupyter Software

conda

如果使用的是conda（推荐），输入如下命令: conda install -c conda-forge jupyterlab

注：需要python3.3以上版本

安装完毕后，在cmd输入如下命令运行笔记本：jupyter notebook

就会出现经典的界面，我还在研究自己如何能够调出如图模式的笔记本，官方文档说可以把后缀的lab改为tree,或者直接操作，但是我操作后默认浏览器的地址栏显示已经来了，而界面是个灰色的矩形，不知道是网的原因还是其他什么问题，待研究。

之后我发现可能是由于网的原因，在之后再次尝试就好了。

（官方文档）使用以下命令启动JupyterLab：jupyter lab

JupyterLab将在您的浏览器中自动打开。

您可以通过在浏览器中输入笔记本服务器的URL来访问JupyterLab。JupyterLab会话始终位于工作区中。默认工作区是main/lab URL：

http(s):////lab

要从JupyterLab打开经典笔记本，请从JupyterLab帮助菜单中选择“启动经典笔记本”，或者将URL从/lab更改为/tree。

JupyterLab是Jupyter项目的下一代基于web的用户界面。JupyterLab还提供了查看和处理数据格式的统一模型。JupyterLab理解许多文件格式（images、CSV、JSON、Markdown、PDF、Vega、Vega Lite等），还可以以这些格式显示丰富的内核输出。