# 安装

🏷 chap_installation

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。
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：

# 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：

# 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 。

~/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：

conda create --name d2l python=3.9 -y

现在激活 d2l 环境：

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。
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。

我们可以按如下方式安装 PyTorch 的 CPU 或 GPU 版本：

pip install torch==1.12.0

pip install torchvision==0.13.0

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：

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：

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。

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）：

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 。

Discussions