【动手学深度学习】01 Windows下安装环境

最近开始学深度学习，就跟着李沐老师的 动手学深度学习 往下走，在安装环境这里做一个小小的说明。

这是李沐老师课程的链接，B站也有对应视频，如果有其他较好的课程或者其他问题欢迎找我。课程安排 - 动手学深度学习课程 (d2l.ai)https://courses.d2l.ai/zh-v2/

第一步：首先要下载英伟达显卡驱动，首先要在设备管理器中查看你的显卡型号，比如在这里可以看到我的显卡型号为Titan XP。

NVIDIA 驱动下载： https://www.nvidia.cn/Download/index.aspx?lang=cn

下载对应你的英伟达显卡驱动。

下载之后就是简单的下一步直到完成。

完成之后，在 cmd 中输入执行：

nvidia-smi

如果有错误：

'nvidia-smi' 不是内部或外部命令，也不是可运行的程序

或批处理文件。

把 C:\Program Files\NVIDIA Corporation\NVSMI 添加到环境变量的 path 中。再重新打开 cmd 窗口。

如果输出下图所示的显卡信息，说明你的驱动安装成功。

第二步：下载CUDA和cuDNN

cuda 下载链接 ： https://developer.nvidia.com/cuda-downloads?

target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal

cudnn 下载地址 ： https://developer.nvidia.com/cudnn

需要有账号

 注:这是我自己安装的，我看李沐老师并没有安装，但是之后是用得到的

下载后得到文件： cudnn-10.2-windows10-x64-v7.6.5.32.zip

然后开始安装，安装以及环境变量我就不详细讲了，建议去搜一下其他博客

最后测试 cuda 是否配置成功：

打开 CMD 执行：

即可看到 cuda 的信息

第三步：安装Anaconda

1) 下载安装包

Anaconda 下载 Windows 版： https://www.anaconda.com/products/individual

2) 然后安装 anaconda

3) 添加 Aanaconda 国内镜像配置

清华 TUNA 提供了 Anaconda 仓库的镜像，运行以下命令 :

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/

conda config --set show_channel_urls yes

ps：李沐老师安装的为miniconda，我是因为要在电脑上跑其他深度学习以及其他需要所以安装了anaconda，这个是最大最全的conda包，安装时间挺长的，如果只是简单安装的话推荐miniconda或者conda。

第四步：创建虚拟环境并安装一些配置

conda env remove d2l-zh

conda create -n d2l-zh -y python=3.8 pip

conda activate d2l-zh

进入虚拟环境后像这样

注： 如果要退出虚拟环境只需要 conda activate

然后在虚拟环境里进行以下操作:

pip install jupyter d2l torch torchvision -i https://pypi.tuna.tsinghua.edu.cn/simple

第五步：将教材d2l-zh放到对应文件夹下

链接如下，下载对应压缩包压缩到自己虚拟环境对应的文件夹下。 

《动手学深度学习》 — 动手学深度学习 2.0.0-beta0 documentation

然后在终端运行

jupyter notebook

就可以自动打开文件了

这就是整个安装过程就这样了

之后再打开的话直接进入虚拟环境然后运行 打开notebook命令就好。

注：要从anaconda进入终端不能从cmd进入，否则pytorch可能用不了，只能打开文档，如图。

建议开两个终端，一个放文档（打开过程中不能关闭），一个敲代码亲手打一遍，印象更深刻一点。 另外如果觉得cmd写代码不舒服可以用pycharm的python控制台敲代码，但是要编译器要进入虚拟环境。