【深度学习】一、环境搭建

深度学习环境搭建

一、基础环境

操作系统:ubuntu 18.04

Python版本:3.8

二、软件安装

1、下载ubuntu 18.04

进入清华资源网

也可以点击一键下载

2、更换设置root密码

登录后默认是以自定义账户登陆的,可以通过下面命令设置root密码

sudo passwd

之后输入自定义账户密码,再连续输入两次root密码,即可修改成功

3、配置清华源

先备份系统源配置文件

sudo cp /etc/apt/sources.list /etc/apt/sources.list.backup

点击此处获取清华源

编辑源配置文件,注释或删除里面未注释的源,且将清华源粘贴置后面

sudo vim /etc/apt/sources.list

4、安装openssh

此版本安装过程中可以选择是否安装openssh,若未勾选,可以通过下面步骤安装openssh

sudo apt install -y openssh-server

5、安装build-essential

sudo apt install build-essential

6、安装Python-3.8

sudo apt install -y python3.8

7、安装MiniConda

进入MiniConda官网

因为MiniConda是外网,国内使用很慢

可以使用清华MiniConda源

获取MiniConda

# 官网链接
wget https://repo.anaconda.com/miniconda/Miniconda3-py38_4.12.0-Linux-x86_64.sh
#清华链接
wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-py38_4.9.2-Linux-x86_64.sh

通过Bash安装sh文件

bash Miniconda3-py38_4.9.2-Linux-x86_64.sh

一直点击回车,直至出现下面界面

输入 yes,出现以下界面

继续点击回车,装至本地

输入 yes

出现 Thank you for installing Miniconda3! 即代表安装成功。

8、安装 Python 工具

输入 bash,进入 MiniConda 环境

设置清华源

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

安装 Jupyter、d2l、torch、torchvision

pip install jupyter d2l torch torchvision

获取记事本

进入浏览器,访问网站

在终端获取此文件

wget https://zh-v2.d2l.ai/d2l-zh.zip

9、安装zip

sudo apt install -y zip

解压d2l记事本

unzip d2l-zh.zip

10、克隆项目幻灯片

github项目幻灯片

git clone https://github.com/d2l-ai/d2l-pytorch-slides.git		# github项目 比较慢

gitee搬运项目

git clone https://gitee.com/popupspace/d2l-pytorch-slides.git	# gitee搬运项目 快

11、用记事本运行项目

防火墙配置,执行关闭防火墙

sudo ufw status		# 查看防火墙状态
sudo ufw enable		# 打开防火墙
sudo ufw disable	# 关闭防火墙

然后再执行以下命令

jupyter notebook
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
深度学习Python环境的搭建可以采用以下步骤: 1. 管理环境:使用Anaconda或Miniconda来管理环境。这些工具可以方便地创建、切换和删除不同的Python环境,以及安装所需的依赖包。 2. 选择开发工具:常用的Python开发工具包括PyCharm和VSCode。这些工具提供了强大的代码编辑、调试和项目管理功能,可以提高开发效率。 3. 搭建Python开发环境:在搭建Python开发环境时,需要考虑版本和CUDA支持系列。通常,可以使用conda create命令创建项目环境,例如"conda create -n 环境名 python=X.X"。具体的版本号可以根据需要自行选择,例如"conda create -n Cu110Py38 python=3.8"。创建环境后,可以使用conda activate命令激活环境。 总的来说,深度学习Python环境的搭建主要包括管理环境、选择开发工具以及搭建Python开发环境。通过使用Anaconda或Miniconda来管理环境,选择合适的开发工具,并按照指定的步骤搭建Python开发环境,可以帮助您轻松地开始深度学习的项目开发。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *3* [Python深度学习环境配置全流程](https://blog.csdn.net/weixin_49371288/article/details/115243890)[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* [基于Python(Tensorflow2.X和Pytorch)的深度学习开发环境搭建(详细步骤和思路)](https://blog.csdn.net/qq_36768009/article/details/125817367)[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
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