动手学深度学习——DAY1

动手学深度学习-DAY1

前言

• 深度学习第一天，搞定了环境配置。本来预计打算按照书上的内容直接配置的，但是出了很多岔子，可能是由于地址不匹配的原因，导致环境倒是能够创建，但是mxnet，pandas，jupyter等包没有能够按照environmrnt.yml文件进行配置。所以结果就是——在gluon的虚拟环境，其中只有少量包的3.6.2版本的Python。
• 为了脱离这种困境，我决定自己配置环境（因为到了后期，肯定也是自己配置环境，包，jupyter的连接等）。

创建环境
先进入anaconda：

选择控制台界面的anaconda。

刚进去的时候处于base根目录（这个是conda原始的虚拟环境）下面。
可以查看虚拟环境有哪些——

conda env list

可以看到出现了两个虚拟环境（其中Typhoid是我自己后面创建的）
创建环境的命令行如下：

conda create -n your_env_name  python=X.X 

(其中，名字和Python版本可以自定)

激活环境
激活环境命令行如下：

conda activate your_env_name

下一步，是在这个虚拟环境中，进行包的安装配置。

包的配置
可以根据environment.yml（可以记事本打开）里面的版本要求，进行包的安装，例如安装matplotlib==2.2.2版本的包。

pip install matplotlib==2.2.2

当然国内使用镜像源快很多，在这里就不解释镜像源的使用啦，仅提供一条清华镜像源的命令行：

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

安装完毕之后，可以查看自己安装的包的版本是否正确：

pip list

就会显示安装的所有包。

至此，在这个控制台是可以直接运行代码的了。
参考链接1

但是——如果要使用书里面提供的代码， 要去jupyter上面搞事情的话，那就需要在虚拟环境中建立一个kernel.json文件，不然jupyter就找不到虚拟环境。从而在运行jupyter官方指定代码的时候会无法找到module。
安装ipykernel

conda install -n your_env_name ipykernel

然后在提供的代码文件夹地址栏写入cmd，进入控制界面，激活该环境：

conda activate your_env_name

再打开jupyter notebook就可以成功运行了。
参考链接2
参考链接3

自己配置的好处就在于创建，删除，修改都比较方便， 逻辑清晰，需要什么给什么。