详细教程：AutoDL 如何配置深度学习环境？

摘要：本文在AutoDL提供的JupyterLab中配置了深度学习环境。手把手教学！首先创建了base环境，然后创建了自己的环境（命名为x9py38），并在x9py38环境中安装了一些深度学习包，具体包括PyTorch、jupyter d2l和ipykernel。

温馨提示：本教程十分详细，适合纯白的小白。

一、创建环境

1. 进入JupyterLab，具体操作如图所示。

2. 进入终端。

3. 在终端中输入vim ~/.bashrc

然后按下回车Enter键，进入下图界面

4. 在键盘上按下i键（此时进入编辑界面，和之前界面相比，最后一行多了-- INSERT --）,然后通过方向键把光标放在最后一行最后一个字母。

5. 按回车Enter键，到新一行，输入source /root/miniconda3/etc/profile.d/conda.sh

然后按下Esc键，输入:wq

最后按下回车键，完成编辑，回到刚刚的界面。

6. 输入bash，按下Enter键，刷新界面

7. 输入conda activate base，看看是否可以进入base环境，如果可以，说明之前的工作成功了。

8. 建立自己的环境，尽量不在base环境工作

(1) 输入conda create -n x9py38 python=3.8，此处的x9py38是自己环境的名字，可以起别的名。
(2) 按下回车

(3) 鼠标滚轮滑到低，输入y

(4) 按下回车后，会出现如下界面。

9. 进入刚建好的环境。输入conda activate x9py38后，按下回车

二、安装PyTorch和其他包

1. 在【查看详情】中可以看到，我当时选择的是cuda 11.3
   
   

2. 进入 https://pytorch.org/get-started/previous-versions/ 查找cuda对应版本需要安装的pytorch

我在v1.12.1中找到了cuda 11.3安装PyTorch所需命令conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cudatoolkit=11.3 -c pytorch

3. 复制一下，粘贴到终端。

4. 按下回车后，稍等一下，会出现如下界面，输入y即可

5. 按下回车，耐心等待下载

下载完成是这样👇

6. 安装其他包

（1）输入pip install jupyter d2l，按下回车，然后耐心等待。
安装完成后的界面如下图所示。

可以忽略那个WARNNING

（2）输入conda install ipykernel，按下回车

输入y

按下回车，耐心等待。出现如下界面就是安装完成

输入ipython kernel install --user -- name=x9py38，按下回车。注意把x9py38换成自己环境的名字。

至此，环境配置工作全部完成！