关于李沐动手学深度学习(d2l)pytorch环境本地配置

本地安装d2l

 由于之前试了很多次d2l课本的安装方法失败了,这里提供一种我可以成功安装d2l包的方法。

pytorch安装

首先安装cuda、cudnn、pytroch(gpu版本)。可以参考这篇文章。

神经网络学习小记录48——windows下的torch=1.2.0环境配置_Bubbliiiing的学习小课堂-CSDN博客_神经网络学习小记录神经网络学习小记录48——windows下的torch=1.2.0环境配置学习前言环境内容Anaconda安装下载Cudnn和CUDA配置torch环境安装VSCODE学习前言好多人问环境怎么配置,还是出个教程吧。环境内容torch:1.2.0torchvision:0.4.0Anaconda安装最新版本的Anaconda没有VSCODE,如果大家为了安装VSCODE方便可以直接安装旧版的Anaconda,百度网盘连接如下。也可以装新版然后分开装VSCODE。链接: https://panhttps://blog.csdn.net/weixin_44791964/article/details/106037141?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522163178646416780269847175%2522%252C%2522scm%2522%253A%252220140713.130102334.pc%255Fblog.%2522%257D&request_id=163178646416780269847175&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2~blog~first_rank_v2~rank_v29-1-106037141.pc_v2_rank_blog_default&utm_term=windows&spm=1018.2226.3001.4450

d2l安装 

 现在pytorch应该都配置完成了。接下来将下面这个github链接的东西下载下来。GitHub - d2l-ai/d2l-zh: 《动手学深度学习》:面向中文读者、能运行、可讨论。中英文版被全球200所大学采用教学。 《动手学深度学习》:面向中文读者、能运行、可讨论。中英文版被全球200所大学采用教学。. Contribute to d2l-ai/d2l-zh development by creating an account on GitHub.https://github.com/d2l-ai/d2l-zh

随后解压下载好的压缩包, 打开这个,使用cd命令到你解压好的文件目录下面。并执行

python setup.py install

 也可以先安装好需要的包

 使用如下命令

pip install jupyter -i https://pypi.doubanio.com/simple/

pip install numpy -i https://pypi.doubanio.com/simple/
pip install matplotlib -i https://pypi.doubanio.com/simple/
pip install requests -i https://pypi.doubanio.com/simple/
pip install pandas -i https://pypi.doubanio.com/simple/

执行完毕即可再运行

python setup.py install

这样就完成了d2l的安装。

直接在colab上运行 

课本链接《动手学深度学习》 — 动手学深度学习 2.0.0-alpha2 documentationhttps://zh-v2.d2l.ai/index.html

随便打开一章,找到代码, 选择pytorch代码,

再到页面的最上方找到colab链接

 点击即可进入相应代码的colab。

注:谷歌邮箱建议直接用手机的QQ邮箱APP注册。如何科学上网就不用多说了。

  • 12
    点赞
  • 54
    收藏
    觉得还不错? 一键收藏
  • 10
    评论

“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 10
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