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
此步骤处,conda可能不能全局使用sh Miniconda3-py39_4.12.0-Linux-x86_64.sh -b # 初始化终端shell ~/miniconda3/bin/conda init
设置conda为全局可用
bashrc 编辑界面如下:vi ~/.bashrc
# 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)
上传压缩包到离线环境# 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
# 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