《动手学深度学习》linux下环境安装(Ubuntu20.04)

2021/12/22 7:23:31

本文主要是介绍《动手学深度学习》linux下环境安装(Ubuntu20.04),对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!

链接:官方文档

安装 Miniconda

最简单的方法就是安装依赖Python 3.x的Miniconda。 如果已安装conda,则可以跳过以下步骤。

如果你使用Linux,假设你的Python版本是3.8(我们的测试版本),你将下载名称包含字符串“Linux”的bash脚本,并执行以下操作:

# 文件名可能会更改
sh Miniconda3-py38_4.10.3-Linux-x86_64.sh -b

接下来,初始化终端Shell,以便我们可以直接运行conda。

~/miniconda3/bin/conda init

现在关闭并重新打开当前的 shell。你应该能用下面的命令创建一个新的环境:

conda create --name d2l python=3.8 -y

现在激活 d2l 环境:

conda activate d2l

以上部分Miniconda已经安装完毕,创建了d2l环境。
由于博主已经装完anaconda3,这部分就跳过了。

安装深度学习框架和d2l软件包

安装MXNet的GPU版本,你首先需要知道已安装的CUDA版本。 (你可以通过运行nvcc --version或cat /usr/local/cuda/version.txt来检验。) 假设你已安装CUDA 10.1版本,请执行以下命令:

# 对于Linux
pip install mxnet-cu101==1.7.0

你可以根据你的CUDA版本更改如上mxnet-cu101的最后一位数字, 例如:CUDA 10.0是cu100, CUDA 9.0是cu90。

如果你的机器没有NVIDIA GPU或CUDA, 你可以按如下方式MXNet的CPU版本:

pip install mxnet==1.7.0.post1

我们的下一步是安装d2l包,以方便调取书中经常使用的函数和类:

pip install d2l==0.17.1

安装pytorch

你可以按如下方式安装PyTorch的CPU或GPU版本:

pip install torch==1.8.1
pip install torchvision==0.9.1

最后可以在d2l环境下通过

pip list

查看安装包

在这里插入图片描述
在这里插入图片描述
总共是这些安装包。

jupyter notebook查看

在d2l环境下输入

jupyter notebook

web端将自动打开
在这里插入图片描述
打开下载的d2l-zh包即可查看本书的介绍及相关代码。



这篇关于《动手学深度学习》linux下环境安装(Ubuntu20.04)的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!


扫一扫关注最新编程教程