【跟着沐神学深度学习笔记——环境配置篇】


前言

本文章是跟着沐神学习深度学习的笔记,代码全部来源于互联网,本文章只是把一些代码整合在一起,以实现快速配置好深度学习环境的功能。

写下这篇文章是为了在下一次配置环境时,不用再到处搜索代码怎么写。

一、安装anaconda

搜索anaconda,打开官网,下载安装。

二、配置新环境

1. 配置conda镜像源

在C盘的用户文件夹中找到 【.condarc】 文件,若没有这个文件就新建一个。
目录示例:C:\Users\S2513\.condarc
用记事本打开文件,修改文件内容为:

show_channel_urls: true
channel_alias: http://mirrors.tuna.tsinghua.edu.cn/anaconda
default_channels:
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
channels:
  - defaults
ssl_verify: true

2. 创建一个新环境(d2l)

打开anaconda prompt
输入以下代码创建一个名为 d2l 的环境

conda create --name d2l python=3.8 -y

3. 配置d2l环境

1)输入以下代码激活环境

conda activate d2l

在这里插入图片描述

2)安装pytorch(GPU版本)

输入以下代码进行安装:

conda install pytorch==1.12.0 torchvision==0.13.0 torchaudio==0.12.0 cudatoolkit=11.6 -c pytorch -c conda-forge

3)安装d2l包

输入以下代码进行安装:

pip install d2l==0.17.6

4)配置完成,打开jupyter

在 d2l 环境中输入:

jupyter notebook

即可打开

三、设置jupyter代码自动补齐

安装jupyter拓展插件nbextensions
在anaconda prompt中激活d2l环境,运行以下代码安装插件

pip install jupyter_contrib_nbextensions -i https://pypi.tuna.tsinghua.edu.cn/simple
# -i https://pypi.tuna.tsinghua.edu.cn/simple给pip换源
jupyter nbextensions_configurator enable --user

重新打开jupyter notebook
在这里插入图片描述
点开 Nbextensions 的选项,并勾选 Hinterland选项,如果点不了的话上面disable选项修改一下

在这里插入图片描述
按 Tab 键即可使用

四、设置jupyter主题字体

conda 激活 d2l 环境
查找jupyter路径:

jupyter --data-dir

在路径下创建文件夹【nbextensions/jupyter_themes】
示例:C:\Users\S2513\AppData\Roaming\jupyter\nbextensions\jupyter_themes

下载配置文件 theme_selector.js 地址:

https://github.com/merqurio/jupyter_themes/blob/master/theme_selector.js

把配置文件放到上面创建的目录下
激活配置文件

jupyter nbextension enable jupyter_themes/theme_selector

打开jupyter notebook
在这里插入图片描述

  • 6
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
Jupyter D2L是指在使用Jupyter Notebook环境中使用d2l包进行深度学习开发的过程。D2L包是由李老师等人开发的动手深度学习配套的包。在使用d2l包时,有些用户可能会遇到一些问题和需求解决方法。其中一个问题是在导入d2l包时可能会报错,主要原因是使用了一些jupyter的魔术命令。解决方法是先安装matplotlib_inline包,然后在源程序中添加d2l.plt.show()语句,将其放在需要使用d2l包进行绘图的位置后面。 另外,如果之前创建的虚拟环境无法在Jupyter Notebook中找到,可以通过安装ipykernel包来解决。安装ipykernel包的方法包括使用pip、在Jupyter页面操作或者通过conda管理器进行安装。在安装完ipykernel包后,可以正式开始配置d2l,并选择适合的深度学习框架(如pytorch)。具体配置过程可以参考相应的教程和命令,如使用conda创建并激活虚拟环境、安装所需的深度学习框架和d2l包等。 另外一个问题是在运行d2l-zh/pytorch/chapter_convolutional-modern/resnet.ipynb时可能会出现报错和cmd显示"页面文件太小,无法完成操作"的提示。针对这个问题,可以通过修改系统的高级设置来解决。具体方法是在控制面板中搜索"查看高级系统设置",然后进入性能选项,点击高级选项,找到虚拟内存的设置,将D盘的自定义大小设置为102400-102400,并点击确定保存设置。请注意,一定要点击下面的设置按钮才能生效。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [解决在pycharm中使用d2l包(pytorch版)jupyter命令报错的问题](https://blog.csdn.net/bj_zhb/article/details/123925230)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] - *2* *3* [conda虚拟环境启动jupyter notebook并配置d2l](https://blog.csdn.net/qq_45159591/article/details/131622349)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值