前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >动手学深度学习安装环境配置

动手学深度学习安装环境配置

作者头像
ClancyCC
修改2023-02-09 19:38:40
1.8K0
修改2023-02-09 19:38:40
举报
文章被收录于专栏:Blog for ClancyCC

本文章基于李沐老师的《动手学深度学习》(pytorch版),在此学习观礼膜拜。 课程主页:https://courses.d2l.ai/zh-v2 教材: https://zh-v2.d2l.ai/ 课程论坛讨论:https://discuss.d2l.ai/c/16Pytorch 论坛: https://discuss.pytorch.org/

深度学习介绍

  1. 当前深度学习和机器学习(在数学上的)的可解释性不是很好,更多地将其认定为黑盒,在等待更好的学术进展。
  2. 领域专家是指能为数据科学家辅助提供相关专业知识的人,类似于甲方。

  1. MxNet下载GPU版本,需要卸载CPU版本。
  2. 数据科学家和AI专家的关系类似于应用和研发,前者转换问题,后者提升精度性能。

环境安装与配置

本环境的安装共分为以下几步:

安装Miniconda并配置好环境变量:去Miniconda官网找到对应版本(我选的是Windows installers中的Python 3.8 Miniconda3 Windows 64-bit),安装推荐教程

下载老师的压缩课件,正常解压压缩包,自选文件路径。最好把文件夹名称设为d2l-zh。地址为 https://zh.d2l.ai/d2l-zh-1.0.zip

使用命令行打开anaconda,这一步容易出错。直接win+R+cmd调用系统的Windows Powershell似乎不能顺畅运行。这里提供最稳妥的方式,即打开开始/Anaconda Powershell Prompt (Miniconda),默认路径一般是桌面,用下面的命令切换到上一步的文件夹路径处。

代码语言:javascript
复制
cd D:\python\d2l-zh # 你应当替换为自己的路径

有关anaconda命令行的小技巧,包括如何方便地打开Anaconda命令行。我推荐文章《CSDN博主「阿雪_」:跟李沐学AI 动手学深度学习 环境配置d2l、pytorch的安装 (windows环境、python版本3.7)》。

使用conda创建虚拟环境并激活。

代码语言:javascript
复制
conda env remove d2l-zh
conda create -n d2l-zh -y python=3.8 pip
conda activate d2l-zh

笔者输入第一行代码会报错如下,原因是安装者之前没有创建过同名虚拟环境,当然不能移除。跳过即可。

代码语言:javascript
复制
usage: conda-env-script.py [-h] {create,export,list,remove,update,config} ...
conda-env-script.py: error: unrecognized arguments: d2l-zh

另外,在第三行命令执行完毕后你可以看到命令行开头的文字从(base)变成了(d2l-zh)。

安装需要的包,主要是d2l、torch、torchvision。

代码语言:javascript
复制
pip install d2l
pip install torch torchvision

更推荐使用豆瓣源:

代码语言:javascript
复制
pip install -i https://pypi.douban.com/simple/ d2l
pip install torch torchvision -i http://mirrors.aliyun.com/pypi/simple/ --trusted-host mirrors.aliyun.com

正式运行Jupyter notebook,打开命令行中跳出的链接。一般为 http://localhost:8888/tree

代码语言:javascript
复制
jupyter notebook

在这里顺带提一下镜像源

(1)什么是镜像站? 就是把另一个站点上服务器存储的东西全部复制到镜像站。清华大学、中国科学技术大学、阿里等都提供了开源软件镜像站,下载速度快。 (2)安装包名字后缀为 ‘-x86_64’:适用于 Windows 64 位系统。后缀为 ‘-x86’: 适用于 Windows 32 位系统。不仅是 Anaconda,很多软件的安装包都是如此命名。 出处:CSDN博主「宁萌Julie」:Anaconda安装和初步使用

你可能会遇到镜像源失效的问题,所以在这里交代关于镜像源的一些常用命令。关于如何寻找合适的源等信息,你可以参考《CSDN博主「鱼与钰遇雨」:Conda 替换镜像源方法尽头,再也不用到处搜镜像源地址

代码语言:javascript
复制
conda info
# 你可以在channel URLs里面找到你现有的所有镜像源。
# 添加指定源
conda config --add channels *(*指代你要添加的源)
# 设置安装包时,显示镜像来源,建议显示
conda config --set show_channel_urls yes 
# 删除指定源
conda config --remove channels *(*代表你要删除的源)
# 可以删除并恢复默认的conda源
conda config --remove-key channels
# 临时使用的时候,加上参数-i和镜像地址
pip install -i https://pypi.douban.com/simple tensorflow-gpu==1.14

关于界面语言的设置

以网页形式跳出的jupyter notebook可能会以中文和英文形式出现,但是笔者甚至遇到了夹杂俄语的情况。这可能是浏览器的问题,也可能是jupyter notebook的问题。我建议你查看这个链接,有很多朋友讨论过这个问题! The source No.1: https://github.com/jupyter/notebook/issues/4158#issuecomment-652161294 The source No.2: https://stackoverflow.com/questions/52667314/jupyter-notebook-is-displayed-partially-in-french

本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2022-06-21,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 深度学习介绍
  • 环境安装与配置
  • 关于界面语言的设置
相关产品与服务
GPU 云服务器
GPU 云服务器(Cloud GPU Service,GPU)是提供 GPU 算力的弹性计算服务,具有超强的并行计算能力,作为 IaaS 层的尖兵利器,服务于生成式AI,自动驾驶,深度学习训练、科学计算、图形图像处理、视频编解码等场景。腾讯云随时提供触手可得的算力,有效缓解您的计算压力,提升业务效率与竞争力。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档