动手学深度学习第一版环境配置错误解决办法

 

6.2号开始按照书上2.1获取和运行本书的代码，完全按照书上的步骤配置，发现总是报错。Warning: you have pip-installed dependencies in your environment file, but 一长串，大概就是你已经安装了，电脑里面有这个文件，重新卸载安装miniconda十几次还是不行，卸载最后一次的时候把cmd注册表给删除了，导致cmd打不开（cmd闪退解决办法在上一篇文章）以下是我解决这个问题的办法。（Windows10）

1、安装miniconda

1.1Miniconda — Conda documentation进入官网下载最新版的miniconda，安装之后将两个选项都勾选，第一个是勾选path，第二个已经默认勾上了。

1.2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）

出现以下界面

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

2、配置环境

2.1搭建CPU版本mxnet的运行环境

如果你的电脑没有GPU，那么只需要安装CPU版本的mxnet即可。如果你的电脑包含有GPU，并且想要使用GPU进行计算，直接跳过4.1小节，参考4.3小节。使用CPU版本的mxnet完全可以满足学习本书的绝大部分内容。使用miniconda，在Windows下和Linux下的环境搭建步骤是一样的。Windows下打开anaconda prompt这个终端。如果系统是Linux，则打开命令行终端，然后执行如下命令来创建一个使用Python 3.6的，名为gluon的环境：

conda create -n gluon python=3.6

创建环境成功后，执行如下命令来激活gluon环境：

conda activate gluon

接下来该安装MXNet了，执行如下命令，安装最新的CPU版的mxnet ：

pip install mxnet

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

到此，环境搭建完毕。

2.2运行课本的代码

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

2.3搭建GPU版本mxnet的运行环境

这里以安装cuda 10版本的mxnet为例。首先确保你的电脑安装了最新的显卡驱动（驱动的安装可以参参考本文附录或者自己到网上搜集安装教程），然后打开prompt终端（Windows系统）或者命令行终端（Linux系统）。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

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

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

 

2.4运行课本的代码

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

然后会跳出jupyter note界面

 参考文章：https://discuss.gluon.ai/t/topic/13576（非常详细，还有安装错误问题解答）