动手学深度学习环境安装

1 直接使用google的colab

进入课程教材网址: https://zh-v2.d2l.ai/，选择对应章节，代码选择pytorch版本，点击colab跳转。

跳转成功看到的界面如下，依次点击运行代码即可，如果需要尝试修改代码，可以复制到云端硬盘，这样修改就能保存。

2 实验室服务器安装

连接服务器的部分在606VPN&服务器使用教程-2022新版.docx文件中，2.5给出了所有创建需要的命令。

2.1 创建一个新的虚拟环境

首先输入cd ~进入根目录，然后输入conda create -n <your_env_name> python=<X.X>创建虚拟环境，环境名 your_env_name 和 python 版本号可以根据自己的需求定，具体如下。

(base) wangyunpeng@GPU-4x3090-91:~$ cd ~
(base) wangyunpeng@GPU-4x3090-91:~$ conda create -n torch1.10 python=3.7

创建过程中需要输入y表示同意

2.2 进入创建的虚拟环境

输入 conda activate <your_env_name> 进入你的环境，具体如下

(base) wangyunpeng@GPU-4x3090-91:~$ conda activate torch1.10
(torch1.10) wangyunpeng@GPU-4x3090-91:~$

2.3 将新的conda环境添加到notebook中

先进入你的conda环境，安装ipykernel，输入 pip install ipykernel。安装完成后，输入 python -m ipykernel install --user --name <your_env_name> --display-name "<display-name>"，your_env_name 就是你当前的环境名，display-name 就是展示在notebook里的名字，具体如下。

(torch1.10) wangyunpeng@GPU-4x3090-91:~$ pip install ipykernel
(torch1.10) wangyunpeng@GPU-4x3090-91:~$ python -m ipykernel install --user --name torch1.10 --display-name "torch1.10"
Installed kernelspec torch1.10 in /home/wangyunpeng/.local/share/jupyter/kernels/torch1.10

添加成功，同时在notebook里会同时出现（需要刷新）

2.4 安装课程需要的包

①安装torch：
输入pip install torch==1.10.1+cu111 torchvision==0.11.2+cu111 torchaudio==0.10.1 -f https://download.pytorch.org/whl/torch_stable.html
②安装d2l
输入pip install d2l
③下载d2l-zh.zip并解压，这里我下在了~/nas/course目录下：

(torch1.10) wangyunpeng@GPU-4x3090-91:~$ cd nas
(torch1.10) wangyunpeng@GPU-4x3090-91:~/nas$ mkdir course
(torch1.10) wangyunpeng@GPU-4x3090-91:~/nas$ cd course
(torch1.10) wangyunpeng@GPU-4x3090-91:~/nas/course$ curl https://zh-v2.d2l.ai/d2l-zh-2.0.0.zip -o d2l-zh.zip
(torch1.10) wangyunpeng@GPU-4x3090-91:~/nas/course$ unzip d2l-zh.zip && rm d2l-zh.zip

最后进入Jupyter，打开下载的代码，切换到之前创建的环境即可运行。

2.5 指令汇总

可以直接输入以下指令快捷创建环境，这样大部分课程代码都能运行，后期具体需要的模型单独装。

(base) wangyunpeng@GPU-4x3090-91:~$ cd ~
(base) wangyunpeng@GPU-4x3090-91:~$ conda create -n torch1.10 python=3.7
(base) wangyunpeng@GPU-4x3090-91:~$ conda activate torch1.10
(torch1.10) wangyunpeng@GPU-4x3090-91:~$ pip install ipykernel
(torch1.10) wangyunpeng@GPU-4x3090-91:~$ python -m ipykernel install --user --name torch1.10 --display-name "torch1.10"
(torch1.10) wangyunpeng@GPU-4x3090-91:~$ pip install torch==1.10.1+cu111 torchvision==0.11.2+cu111 torchaudio==0.10.1 -f https://download.pytorch.org/whl/torch_stable.html
(torch1.10) wangyunpeng@GPU-4x3090-91:~$ pip install d2l
(torch1.10) wangyunpeng@GPU-4x3090-91:~$ cd nas
(torch1.10) wangyunpeng@GPU-4x3090-91:~/nas$ mkdir course
(torch1.10) wangyunpeng@GPU-4x3090-91:~/nas$ cd course
(torch1.10) wangyunpeng@GPU-4x3090-91:~/nas/course$ curl https://zh-v2.d2l.ai/d2l-zh-2.0.0.zip -o d2l-zh.zip
(torch1.10) wangyunpeng@GPU-4x3090-91:~/nas/course$ unzip d2l-zh.zip && rm d2l-zh.zip