《动⼿学深度学习》linux下环境安装（Ubuntu20.04）
链接：
安装 Miniconda
最简单的⽅法就是安装依赖Python 3.x的。 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
ubuntu怎么安装python
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/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

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。