《动手学深度学习》Day1之安装

前言

本次安装并非全部按照《动手学深度学习》书中教程所安装，也没有完全依照讨论区最新更新的那个教程做，因为本机之前就安装了anaconda这款应用，里面也有不少东西，不太想卸载掉重新安装miniconda，又是小白一个，只能按照教程慢慢摸索并实时出问题自己查询解决，也不知道自己这样配置对不对，后续有问题再更新，我好难啊，哭唧唧

1.换源

打开anaconda prompt这个终端，然后分别执行如下四个命令，将conda和pip的软件源修改成为清华的源，这样的话，使用conda和pip下载安装软件包时速度会快很多。

conda  config  --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda  config  --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda  config  --set show_channel_urls yes

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

这一步这行没有问题。

2.搭配书本所需环境

一般电脑上都安装的有GPU，不确定的话可以以下操作查看：1.按Win+R组合键，打开运行，并输入：cmd命令，确认或回车，可以快速打开命令提示符；2.管理员命令提示符窗口，输入并回车执行以下命令：cd C:\Program Files\NVIDIA Corporation\NVSMI;3.接着再输入回车执行nvidia-smi.exe命令，即可查看显卡的整体信息。

然后打开prompt终端，然后执行如下命令创建一个名为gluon的环境并且激活它：

conda create -n gluon python=3.6
conda activate gluon

记得Python版本一定要是3.6，之前我装的3.8版本，后面步骤会出现numpy版本不兼容的情况！！！
然后执行如下命令来安装cuda 10（注意，mxnet不需要单独安装cudnn，因为mxnet自带cudnn）：

conda install cudatoolkit=10.0

安装完之后，便可以安装支持cuda 10的mxnet，执行如下命令来安装：

pip install mxnet-cu100

若提示CondaHTTPError: HTTP 000 CONNECTION FAILED for url，应该是网速的原因，但是不管重复多少次都是失败。

解决：因为下载时间过长，会自动断开，就会提示连接失败，设置延时1000s，如果还是不行的话就设置2000s。

conda config --set remote_read_timeout_secs 1000.0

成功安装MXNet后，接下来，分别执行如下命令，来安装书本中代码用到的其它软件包：

pip install d2lzh==0.8.11
pip install jupyter==1.0.0
pip install matplotlib==2.2.2
pip install pandas==0.23.4

（注意每个软件包的版本号，否则会出现numpy不兼容情况）
安装软件包时常见报错：
1.ERROR: Could not find a version that satisfies the requirement tensorflow (from versions: none)
解决：
1>网络的原因

pip install d2lzh==0.8.11 -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com

暂时用这个镜像来加速。
2>pip命令版本过旧，需要更新
更新pip命令的代码：

python -m pip install --upgrade pip

再安装软件包。
2.ReadTimeoutError: HTTPSConnectionPool(host=‘pypi.python.org’, port=443): Read timed out.
解决：
1>手动设置延时
需要看包的大小，有时可以下载下来，有时会卡住

pip --default-timeout=100 install numpy

3.error: metadata-generation-failed

pip install matplotlib==2.2.2 --use-deprecated=backtrack-on-build-failures

到此，环境搭建完毕。

运行书中代码

下载课本的代码ttps://zh.d2l.ai/d2l-zh-1.1.zip解压缩到 d2lzh文件夹（自己新建）

打开d2lzh文件夹，在地址栏输入cmd（这步是为了输入jupyter note指令之后直接进入这个课本代码文件夹）
环境搭建好之后，执行如下两条命令来激活gluon环境和打开jupyter notebook：

conda activate gluon
jupyter notebook

我当时直接运行的这两行代码，打开的jupyter没有直接进入这个代码文件夹，我还执行了

cd ..
cd ..
D：
cd d2lzh\d2lzh\mxnet

之后执行的上两行命令，这次打开的就直接是代码文件夹了。

打开之后看到那些文件夹名字还是有点懵的，不知道怎么对应书中的每个章节，需要逐一翻译，后面发现可以直接打开index.ipynb这个文件，里面是每一章的索引，直接找到对应的双击即可转跳到你想看的代码。