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)