.. _chap_installation:

安装
====


我们需要配置一个环境来运行 Python、Jupyter
Notebook、相关库以及运行本书所需的代码，以快速入门并获得动手学习经验。

安装 Miniconda
--------------

最简单的方法就是安装依赖Python
3.x的\ `Miniconda <https://conda.io/en/latest/miniconda.html>`__\ 。
如果已安装conda，则可以跳过以下步骤。访问Miniconda网站，根据Python3.x版本确定适合的版本。

如果我们使用macOS，假设Python版本是3.9（我们的测试版本），将下载名称包含字符串“MacOSX”的bash脚本，并执行以下操作：

.. raw:: latex

   \diilbookstyleinputcell

.. code:: bash

   # 以Intel处理器为例，文件名可能会更改
   sh Miniconda3-py39_4.12.0-MacOSX-x86_64.sh -b

如果我们使用Linux，假设Python版本是3.9（我们的测试版本），将下载名称包含字符串“Linux”的bash脚本，并执行以下操作：

.. raw:: latex

   \diilbookstyleinputcell

.. code:: bash

   # 文件名可能会更改
   sh Miniconda3-py39_4.12.0-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``\ 。

.. raw:: latex

   \diilbookstyleinputcell

.. code:: bash

   ~/miniconda3/bin/conda init

现在关闭并重新打开当前的shell。并使用下面的命令创建一个新的环境：

.. raw:: latex

   \diilbookstyleinputcell

.. code:: bash

   conda create --name d2l python=3.9 -y

现在激活 ``d2l`` 环境：

.. raw:: latex

   \diilbookstyleinputcell

.. code:: bash

   conda activate d2l

安装深度学习框架和\ ``d2l``\ 软件包
-----------------------------------

在安装深度学习框架之前，请先检查计算机上是否有可用的GPU。
例如可以查看计算机是否装有NVIDIA
GPU并已安装\ `CUDA <https://developer.nvidia.com/cuda-downloads>`__\ 。
如果机器没有任何GPU，没有必要担心，因为CPU在前几章完全够用。
但是，如果想流畅地学习全部章节，请提早获取GPU并且安装深度学习框架的GPU版本。



.. raw:: html

    <div class="mdl-tabs mdl-js-tabs mdl-js-ripple-effect"><div class="mdl-tabs__tab-bar text"><a href="#mxnet-1-0" onclick="tagClick('mxnet'); return false;" class="mdl-tabs__tab is-active">mxnet</a><a href="#pytorch-1-1" onclick="tagClick('pytorch'); return false;" class="mdl-tabs__tab ">pytorch</a><a href="#tensorflow-1-2" onclick="tagClick('tensorflow'); return false;" class="mdl-tabs__tab ">tensorflow</a><a href="#paddle-1-3" onclick="tagClick('paddle'); return false;" class="mdl-tabs__tab ">paddle</a></div>



.. raw:: html

    <div class="mdl-tabs__panel is-active" id="mxnet-1-0">

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

.. raw:: latex

   \diilbookstyleinputcell

.. code:: bash

   # 对于Linux和macOS用户
   pip install mxnet-cu101==1.7.0

   # 对于Windows用户
   pip install mxnet-cu101==1.7.0 -f https://dist.mxnet.io/python

可以根据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``\ 。

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

.. raw:: latex

   \diilbookstyleinputcell

.. code:: bash

   pip install mxnet==1.7.0.post1



.. raw:: html

    </div>



.. raw:: html

    <div class="mdl-tabs__panel " id="pytorch-1-1">

我们可以按如下方式安装PyTorch的CPU或GPU版本：

.. raw:: latex

   \diilbookstyleinputcell

.. code:: bash

   pip install torch==1.12.0
   pip install torchvision==0.13.0



.. raw:: html

    </div>



.. raw:: html

    <div class="mdl-tabs__panel " id="tensorflow-1-2">

我们可以按如下方式安装TensorFlow的CPU或GPU版本：

.. raw:: latex

   \diilbookstyleinputcell

.. code:: bash

   pip install tensorflow==2.8.0
   pip install tensorflow-probability==0.16.0



.. raw:: html

    </div>



.. raw:: html

    <div class="mdl-tabs__panel " id="paddle-1-3">

安装PaddlePaddle的GPU版本，首先需要知道已安装的CUDA版本。
（可以通过运行\ ``nvcc --version``\ 或\ ``cat /usr/local/cuda/version.txt``\ 来检验。）
假设已安装CUDA 11.2版本，请执行以下命令：

.. raw:: latex

   \diilbookstyleinputcell

.. code:: bash

   python -m pip install paddlepaddle-gpu==2.3.2.post112 -f https://www.paddlepaddle.org.cn/whl/linux/mkl/avx/stable.html

如果机器没有NVIDIA GPU或CUDA，可以按如下方式PaddlePaddle的CPU版本：

.. raw:: latex

   \diilbookstyleinputcell

.. code:: bash

   python -m pip install paddlepaddle==2.3.2 -i https://pypi.tuna.tsinghua.edu.cn/simple



.. raw:: html

    </div>



.. raw:: html

    </div>

我们的下一步是安装\ ``d2l``\ 包，以方便调取本书中经常使用的函数和类：

.. raw:: latex

   \diilbookstyleinputcell

.. code:: bash

   pip install d2l==0.17.6

下载 D2L Notebook
-----------------

接下来，需要下载这本书的代码。 可以点击本书HTML页面顶部的“Jupyter
记事本”选项下载后解压代码，或者可以按照如下方式进行下载：



.. raw:: html

    <div class="mdl-tabs mdl-js-tabs mdl-js-ripple-effect"><div class="mdl-tabs__tab-bar text"><a href="#mxnet-3-0" onclick="tagClick('mxnet'); return false;" class="mdl-tabs__tab is-active">mxnet</a><a href="#pytorch-3-1" onclick="tagClick('pytorch'); return false;" class="mdl-tabs__tab ">pytorch</a><a href="#tensorflow-3-2" onclick="tagClick('tensorflow'); return false;" class="mdl-tabs__tab ">tensorflow</a><a href="#paddle-3-3" onclick="tagClick('paddle'); return false;" class="mdl-tabs__tab ">paddle</a></div>



.. raw:: html

    <div class="mdl-tabs__panel is-active" id="mxnet-3-0">

.. raw:: latex

   \diilbookstyleinputcell

.. code:: bash

   mkdir d2l-zh && cd d2l-zh
   curl https://zh-v2.d2l.ai/d2l-zh-2.0.0.zip -o d2l-zh.zip
   unzip d2l-zh.zip && rm d2l-zh.zip
   cd mxnet

注意：如果没有安装\ ``unzip``\ ，则可以通过运行\ ``sudo apt install unzip``\ 进行安装。



.. raw:: html

    </div>



.. raw:: html

    <div class="mdl-tabs__panel " id="pytorch-3-1">

.. raw:: latex

   \diilbookstyleinputcell

.. code:: bash

   mkdir d2l-zh && cd d2l-zh
   curl https://zh-v2.d2l.ai/d2l-zh-2.0.0.zip -o d2l-zh.zip
   unzip d2l-zh.zip && rm d2l-zh.zip
   cd pytorch

注意：如果没有安装\ ``unzip``\ ，则可以通过运行\ ``sudo apt install unzip``\ 进行安装。



.. raw:: html

    </div>



.. raw:: html

    <div class="mdl-tabs__panel " id="tensorflow-3-2">

.. raw:: latex

   \diilbookstyleinputcell

.. code:: bash

   mkdir d2l-zh && cd d2l-zh
   curl https://zh-v2.d2l.ai/d2l-zh-2.0.0.zip -o d2l-zh.zip
   unzip d2l-zh.zip && rm d2l-zh.zip
   cd tensorflow

注意：如果没有安装\ ``unzip``\ ，则可以通过运行\ ``sudo apt install unzip``\ 进行安装。



.. raw:: html

    </div>



.. raw:: html

    <div class="mdl-tabs__panel " id="paddle-3-3">

.. raw:: latex

   \diilbookstyleinputcell

.. code:: bash

   mkdir d2l-zh && cd d2l-zh
   curl https://zh-v2.d2l.ai/d2l-zh-2.0.0.zip -o d2l-zh.zip
   unzip d2l-zh.zip && rm d2l-zh.zip
   cd paddle

注意：如果没有安装\ ``unzip``\ ，则可以通过运行\ ``sudo apt install unzip``\ 进行安装。



.. raw:: html

    </div>



.. raw:: html

    </div>

安装完成后我们可以通过运行以下命令打开Jupyter笔记本（在Window系统的命令行窗口中运行以下命令前，需先将当前路径定位到刚下载的本书代码解压后的目录）：

.. raw:: latex

   \diilbookstyleinputcell

.. code:: bash

   jupyter notebook

现在可以在Web浏览器中打开\ http://localhost:8888\ （通常会自动打开）。
由此，我们可以运行这本书中每个部分的代码。
在运行书籍代码、更新深度学习框架或\ ``d2l``\ 软件包之前，请始终执行\ ``conda activate d2l``\ 以激活运行时环境。
要退出环境，请运行\ ``conda deactivate``\ 。



.. raw:: html

    <div class="mdl-tabs mdl-js-tabs mdl-js-ripple-effect"><div class="mdl-tabs__tab-bar text"><a href="#mxnet-5-0" onclick="tagClick('mxnet'); return false;" class="mdl-tabs__tab is-active">mxnet</a><a href="#pytorch-5-1" onclick="tagClick('pytorch'); return false;" class="mdl-tabs__tab ">pytorch</a><a href="#tensorflow-5-2" onclick="tagClick('tensorflow'); return false;" class="mdl-tabs__tab ">tensorflow</a><a href="#paddle-5-3" onclick="tagClick('paddle'); return false;" class="mdl-tabs__tab ">paddle</a></div>



.. raw:: html

    <div class="mdl-tabs__panel is-active" id="mxnet-5-0">

`Discussions <https://discuss.d2l.ai/t/2082>`__



.. raw:: html

    </div>



.. raw:: html

    <div class="mdl-tabs__panel " id="pytorch-5-1">

`Discussions <https://discuss.d2l.ai/t/2083>`__



.. raw:: html

    </div>



.. raw:: html

    <div class="mdl-tabs__panel " id="tensorflow-5-2">

`Discussions <https://discuss.d2l.ai/t/2084>`__



.. raw:: html

    </div>



.. raw:: html

    <div class="mdl-tabs__panel " id="paddle-5-3">

`Discussions <https://discuss.d2l.ai/t/11679>`__



.. raw:: html

    </div>



.. raw:: html

    </div>