深度学习环境搭建

◇ Miniconda

Miniconda 官方地址：https://docs.conda.io/projects/miniconda/en/latest/miniconda-other-installer-links.html

复制适合自己机器的版本链接，进行安装：

1
2
wget https://repo.anaconda.com/miniconda/Miniconda3-py38_23.9.0-0-Linux-x86_64.sh
bash Miniconda3-py38_23.9.0-0-Linux-x86_64.sh

安装完成后会有如下提示：

1
2
3
4
5
6
7
8
Do you wish to update your shell profile to automatically initialize conda?
This will activate conda on startup and change the command prompt when activated.
If you'd prefer that conda's base environment not be activated on startup,
   run the following command when conda is activated:

conda config --set auto_activate_base false

You can undo this by running `conda init --reverse $SHELL`? [yes|no]

按自己的需求选择即可。

第一次安装时选了 yes，每次开机自动激活 base 环境，个人不是很喜欢，所以关闭了这个功能：

1
conda config --set auto_activate_base false

创建一个基于 python3.8 新环境：

1
conda create --name <env_name> python=3.8

可以通过以下命令激活或取消激活：

1
2
3
4
5
# activate this environment
conda activate <env_name>

# deactivate an active environment
conda deactivate

一些其它命令：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
# 查看 conda 版本
conda --version
# 查看详细信息
conda info

# 列出 conda 中所有已创建的环境
conda env list
# 删除 conda 环境
conda remove --name <env_name> --all

# 在当前环境安装 python3.8
conda install python=3.8

# 列出当前环境的包和依赖项
conda list

◇ 安装深度学习框架 PyTorch

1
pip install torch torchvision

或者通过 Conda 的方式安装：

如果没有独立显卡，通过如下命令安装 PyTorch：

1
conda install pytorch torchvision torchaudio cpuonly -c pytorch

如果有 NVIDIA 显卡，用如下命令同时安装四个包 (无需单独安装 CUDA)：

1
conda install pytorch torchvision torchaudio cudatoolkit=11.1

安装后 CUDA 验证：

1
2
import torch
torch.cuda.is_available()

⚠ 如果此前安装过无 GPU 版，需先移除 cpuonly 包。

torch 是 PyTorch 中最基础的部分，用于进行张量运算和构建深度学习模型。

torchvision 是一个建立在 torch 之上独立的模块，用于计算机视觉任务，例如图像处理和计算机视觉模型的加载。

torchaudio 也是 PyTorch 生态系统中的一个模块，专门用于处理音频数据。它提供了一组工具和功能，使得在深度学习中处理音频任务更加方便。

CUDA (Compute Unified Device Architecture) 是由 NVIDIA 推出的并行计算平台和编程模型。它允许开发者使用 NVIDIA 的 GPU 进行通用目的的并行计算。CUDA 技术使 GPU 不仅仅用于图形渲染，还可以用于科学计算、深度学习、机器学习、大规模数据分析等计算密集型任务。

◇ 安装其它软件包

安装 d2l 包，以方便调取书中经常使用的函数和类：

1
pip install d2l

▷ D2L Notebook

1
2
3
4
5
6
7
8
9
10
11
12
13
14
# 创建路径
mkdir -p project/d2l
cd poject/d2l
mkdir notebook && cd notebook

# 下载
curl https://zh-v2.d2l.ai/d2l-zh.zip -o d2l-zh.zip

# 解压
sudo apt install unzip
unzip d2l-zh.zip && rm d2l-zh.zip

# 打开目录
cd pytorch

然后通过以下命令打开 Jupyter 笔记本：

1
2
3
4
# 安装
conda install jupyter
# 运行
jupyter notebook

在本地电脑上，SSH 端口映射本地：

1
ssh -L8888:localhost:8888 <user_name>@111.111.111.111

然后按照服务端提示，本地浏览器访问：http://localhost:8888/tree?token=xxxxxx
jupyter

▷ D2L PyTorch Slides

1
2
3
4
5
6
7
8
9
# 回到项目目录
cd ..
# 下载
git clone https://github.com/d2l-ai/d2l-zh-pytorch-slides.git
cd d2l-zh-pytorch-slides/
# 安装幻灯片插件
pip install rise
# 开启 jupyter 服务
jupyter notebook

同上，本地浏览器访问即可。

◇ 参考内容

  1. 安装. https://zh.d2l.ai/chapter_installation/index.html