一 课前准备

本文详细介绍了如何在Linux环境下通过Miniconda安装、配置Python3.9的虚拟环境,包括安装深度学习框架如PyTorch和d2l库,以及如何离线迁移和管理conda环境。同时,还提供了亚马逊推荐的书籍资源供读者参考。
摘要由CSDN通过智能技术生成

一、环境准备

1. 安装下载

  • 下载安装工具
    • 下载Miniconda软件, URL:Miniconda
    • 下载完安装程序,上传到环境
       sh Miniconda3-py39_4.12.0-Linux-x86_64.sh -b
       # 初始化终端shell
       ~/miniconda3/bin/conda init
      
      此步骤处,conda可能不能全局使用
      设置conda为全局可用
       vi ~/.bashrc
      
      bashrc 编辑界面如下:
       # 最后一行,添加conda路径到PATH环境变量
        export PATH="/path/to/your/conda/bin:$PATH"
        # 编辑完成之后保存退出
        # 可用 ‘conda info’ 命令查看是否设置成功
         # 使配置生效
        source ~/.bashrc
      
    • 创建虚拟环境
      # 创建环境
      conda create --name d2l python=3.9 -y
      # 激活环境,可用 ‘conda env list’ 查看所有虚拟环境
      conda activate d2l
      
    • 安装深度学习框架和 d2l 包
       # 使用的 pythonrch
       pip install torch==1.12.0
       pip install torchvision==0.13.0
       # 安装 d2l 包,可调取文档中常用函数和类
       pip install d2l==0.17.6 
      
    • 下载 d2l Notebook
       mkdir d2l-zh && cd d2l-zh
       curl https://zh-v2.d2l.ai/d2l-zh-2.0.0.zip -o d2l-zh.zip
       unzip d2l-zh.zip && rm d2l-zh.zip
       cd pytorch
       # 执行命令启动 jupyter notebook
       jupyter notebook
      
    • 离线迁移conda环境(使用 conda-pack)
       # 安装相关工具
       conda install -c conda-forge conda-pack
       # pip 安装
       pip install conda-pack
       # 环境打包,将 d2l 环境目录打包为 d2l.tar.gz
       conda pack -n d2l
      
      上传压缩包到离线环境
       # 将压缩包放到 ~/anconda3/envs/目录下
       cd /root/anconda3/envs
       # 创建 ‘d2l’ 目录
       mkdir -p d2l
       # 将环境解压到 ‘d2l’
       tar -xzf d2l.tar.gz -C d2l
       # 激活环境
       source /root/anconda3/envs/d2l/bin/activate
       # 停用环境
       source /root/anconda3/envs/d2l/bin/deactivate
      

二、书籍

  • 亚马逊推荐书籍
    亚马逊推荐深度学习书籍
  • 9
    点赞
  • 13
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
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