李沐AI课程笔记1：在Anaconda中部署Pytorch环境并在Jupyter上运行课程代码

对于初学者来说配置环境是自学的第一个门槛，

李沐老师的课程中给了例子是Mac OS和Linux的，考虑到大部分同学都用的是Windows，想用linux需要安装虚拟机，但实际windows系统完全可以利用Anaconda配置相应环境，并在Jupyter Notebook上运行课程代码。

1. 安装Anaconda

官网：Unleash AI Innovation and Value | Anaconda

在anaconda官网上下载安装，anaconda会自带python，conda，常用的包，和几个很好用的IDE，对于python初学者也很友好

2. 部署Pytorch环境

2.1 Anaconda Prompt

在开始菜单中找到Anaconda3(64-bit)文件夹，里面找到Anaconda Prompt，或者也可以从Anaconda Navigator界面打开cmd.exe Prompt

之后就可以在Anaconda的命令环境中按照李沐老师课程中的要求安装组件了

2.2 安装深度学习框架和d2l软件包

首先创建一个新的虚拟环境

conda create --name d2l python=3.9 -y
#创建一个名为d2l的环境，python版本3.9

然后激活这个环境

conda activate d2l

激活之后会提示符变成这样

如果之后要关闭这个环境，可以用conda deactivate命令

之后我们就可以按如下方式安装PyTorch的CPU或GPU版本：

pip install torch==1.12.0
pip install torchvision==0.13.0

如果有报错，可以尝试把pip改成pip3

下一步安装d2l

pip install d2l==0.17.6

3. Jupyter Notebook上添加关联

先关闭d2l环境（上面提到的conda deactivate命令），回到base环境

先在base环境安装nb_conda

conda deactivate
#先关闭当前环境

conda install nb_conda
#在base环境安装

然后进入创建的环境d2l，安装ipykernel

conda activate d2l
#激活我们创建的d2l环境

conda install ipykernel
#在d2l中安装

进入Jupyter Notebook，创建新文件时就可以选择我们的新环境

或者在打开一个文件之后在Kernel里修改环境

                        
 

4. Jupyter中没有新环境的问题解决

如果在jupyter里找不到新环境的话，可以conda prompt里尝试用这个命令解决

conda activate d2l
#激活d2l环境

python -m ipykernel install --d2l
#d2l环境加入kernel，可以给后面加一个--DisplayName 修改任意显示名称

参考：

1. 李沐老师的深度学习课程

2. Jupyter Notebook中配置pytorch_jupyter新建时没有python conda env:pytorch-CSDN博客

3. Jupyter notebook中找不到新建的虚拟环境问题；_jupyter新建文件环境中没有已经配置好的新环境-CSDN博客