《动手学深度学习》环境搭建教程及避坑指南文章

本文在李沐博士的《动手学深度学习》 — 动手学深度学习 2.0.0-alpha2 documentation (d2l.ai)的基础上进行补充,(由于笔者仅在win系统下进行安装,所以本文不包含 Linux和mos的安装过程)

一、对电脑和操作系统的要求

《动手学深度学习》使用的深度学习框架是MXNet,电脑和操作系统有如下要求:

1.操作系统是64位的; 不能是32位的操作系统。

2.拥有支持cuda的NVIDIA显卡。(可选,可以没有显卡,只用CPU也可以)

二、MXNet是什么?

    MXNet是一个深度学习框架。MXNet 通过融合的方式把各种编程模型整合在一起,并且通过统一的轻量级运行引擎进行执行调度。使得用户可以直接复用稳定高效的神经网络模块,并且可以通过 Python 等高级语言进行快速扩展。并且可以在你可以想象的任何硬件上运行(包括手机)。同时支持各种编程语言—— Python 的、 R、Julia、C++、Scala、Matlab和 Javascript 。

三、正式安装过程(本文仅在win系统下进行)

1.下载Miniconda3(本文建议下载anacoda3)两者皆可

(1)minicoda下载:

    首先复制下载地址 https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/ 到浏览器中打开,

    然后下拉到最底部,找到下面这个软件包:Miniconda3-latest-Windows-x86_64.exe。

(2)anaconda3下载:

    下载地址:https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/ 

    找到最新版的win系统64位安装包(例如:Anaconda3-2021.05-Windows-x86_64.exe)

   (3)两者差别

    Anaconda指的是一个开源的Python发行版本,其包含了conda、Python等180多个科学包及其依赖项。 因为包含了大量的科学包,Anaconda 的下载文件比较大(约 500MB)。

    如果只需要某些包,或者需要节省带宽或存储空间,也可以使用Miniconda这个较小的发行版(仅包含conda和 Python)。

    Anaconda包括Conda、Python以及一大堆安装好的工具包,比如:numpy、pandas等。Miniconda包括Conda、Python。

2.安装(两个软件安装过程基本一致,只需要关注以下几个问题)

(1)开始之后出现一下界面,最好是跟在装python3时候的选择一样,如果未安装过,忽略即可。

(2)接下来的加入环境变量需要打勾

(3)重点***:安装时强烈建议安装到C盘默认路径,不要随意改动。


(4)重点***:安装路径上不要有中文出现,而且电脑的C:\Users\XXX的用户文件夹(XXX)一定不要是中文名称。如果是中文名称则需要更改,以免出现错误。更改方式详情可自行百度。


3.下载本书的全部代码, 下载网址:https://zh.d2l.ai/d2l-zh.zip。下载完成后,将压缩包解压。

4.环境搭建(也可以通过Anaconda Navigator (anaconda3)进行创建)

(1)安装完成后,打开anaconda prompt这个终端,执行如下命令:

    # 配置清华PyPI镜像(如无法运行,将pip版本升级到>=10.0.0)

    pip configsetglobal.index-url https://pypi.tuna.tsinghua.edu.cn/simple

(2)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

(3)创建完成之后,执行如下命令来激活gluon环境:

    conda activate gluon

(4)然后安装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。


(5)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:打开下载的d2l-zh.zip文件,查看environment.yml中的软件包。

    使用 pip install d2lzh = = 1.0.0

            pip install mxnet-cu100 = = 1.5.0

            pip install matplotlib= = 2.2.2

            pip install pandas = = 0.23.4

    来安装environment.yml文件中没安装的软件包,安装anacoda3的话,仅安装第一个即可。


(6)验证安装

    重新打开anaconda prompt,依次执行如下命令来验证是否成功安装:

    conda activate gluon

    python

    import mxnet

    如果执行上面的命令没有出错,则证明MXNet安装成功。


(7)输入

    conda activate gluon# 若conda版本低于4.4,使用命令activate gluon

    jupyter notebook

    即可打开这时在浏览器打开 http://localhost:8888 (通常会自动打开)就可以查看和运行本书中每一节的代码了。(找到解压的d2l-zh.zip文件即可打开,建议放到C:\Users\XXX(用户名)路径下方便查找)。



四、参考文献及补充:(相关问题可以查阅以下文献)

(1)《动手学深度学习》:面向中文读者、能运行、可讨论(d2l.ai):

https://zh.d2l.ai/index.html

(2)【Anconda】关于安装Anaconda3各种各样的问题,吐血总结!!!(failed to create anacoda menu!!++)_NarutoWX-CSDN博客_anaconda安装失败: https://blog.csdn.net/qq_36015370/article/details/79484455

(3)清华大学开源软件镜像站 | Tsinghua Open Source Mirror:

https://mirrors.tuna.tsinghua.edu.cn/

(4)《动手学习深度学习》环境搭建详细教程 - 安装和配置 - MXNet / Gluon 论坛: 

https://discuss.gluon.ai/t/topic/13576

(5)机器学习库初探之MXnet_个人沉淀的技术博客_51CTO博客: 

https://blog.51cto.com/lucianlv/1812733

(6《动手学习深度学习》环境搭建简明教程_江晓狐的博客-CSDN博客:

https://blog.csdn.net/weixin_44626279/article/details/101038375

(7)Win10将用户名修改为英文_Robins.lee_的博客-CSDN博客_win10修改用户名为英文: 

https://blog.csdn.net/mini92/article/details/88943593

(8)anaconda pycharm 动手学深度学习环境配置-python黑洞网 (pythonheidong.com): 

https://www.pythonheidong.com/blog/article/548567

(9)在python中超简单安装mxnet_寰宇的博客-CSDN博客: 

https://blog.csdn.net/qq_32846595/article/details/79263128

(10)在win10安装mxnet GPU版本 - Marquis (marquistj13.github.io):

 https://marquistj13.github.io/MyBlog/2017/09/win10-mxnet-install/

(11)安装mxnet为什么要卸载numpy?_无知人生,记录点滴-CSDN博客_安装mxnet之前要卸载numpy:

 https://blog.csdn.net/testcs_dn/article/details/81116436

你可能感兴趣的:(《动手学深度学习》环境搭建教程及避坑指南文章)