在AutoDL上跑通李沐《动手学深度学习》中的代码

如果自己的电脑没有英伟达的GPU，怎么跟着李沐学习深度学习呢？
我找了一个性价比还可以的GPU租用平台，AutoDL（https://www.autodl.com/home）
以下以线性回归代码linear-regression-scratch.ipynb和LeNet网络代码lenet.ipynb为例，说明在AutoDL上跑通李沐《动手学深度学习》中代码的步骤。

1. 服务器租用

AutoDL中租用GPU的步骤不再赘述，网上有很多相关博客。
当前AutoDL中4090的卡比较多，所以，选用的4090
选用的环境版本如下所示：

我习惯使用Xshell作为连接服务器的终端，使用Xftp作为上传下载文件的工具。

2. 安装d2l

若采用pip的方式安装d2l（pip install d2l），特别慢，一直没有安装成功。
后来改用如下方式：
（1） 打开GitHub中，d2l的中文版，链接如下：
https://github.com/d2l-ai/d2l-zh/tree/master
下载代码

（2） 将代码解压在任意位置
（3） 找到代码中的d2l文件夹

（4） 新建文件夹d2l，如下图所示：

（5） 将步骤（3）中找到的d2l文件夹下的torch.py文件上传到步骤（4）中新建的d2l文件夹中，如下图所示

4. 上传代码

上传李沐《动手学深度学习》代码文件linear-regression-scratch.ipynb
如下图所示：

5. 在AutoDL的容器实例中，打开JupyterLab

6. 从左侧文件列表，找到刚刚上传的linear-regression-scratch.ipynb，双击打开

7. 运行第一个代码窗口，报错，“no module named ‘pandas’”

8. 从启动页打开终端

9. 输入命令pip install pandas，安装pandas

10. 回到Jupyter，重新运行代码，不再报错

依次向下运行即可

11. 换成LeNet代码，lenet.ipynb

依次向下运行，没有报错，最后显示了训练过程的曲线
Nice！！