动手学深度学习 - 学习环境配置

这篇具有很好参考价值的文章主要介绍了动手学深度学习 - 学习环境配置。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

1、安装 Miniconda

参考:
https://www.jb51.net/article/275192.htm
https://blog.csdn.net/m0_54179726/article/details/130522489

1.1 下载 miniconda3

miniconda3
动手学深度学习 - 学习环境配置,深度学习,深度学习,学习,人工智能
下载完,打开安装包,按照默认提示,下一步下一步,到这里要牢记安装目录,之后配置环境变量会用到;

1.2 环境变量配置

动手学深度学习 - 学习环境配置,深度学习,深度学习,学习,人工智能
点击新建,分别添加以下三个路径:

  • 安装路径\Miniconda3
  • 安装路径\Miniconda3\Scripts
  • 安装路径\Miniconda3\Library\bin
    动手学深度学习 - 学习环境配置,深度学习,深度学习,学习,人工智能

1.3 安装成功测试

win + r,输入 cmd,输入 conda:
动手学深度学习 - 学习环境配置,深度学习,深度学习,学习,人工智能

1.4 配置文件

# 配置文件一般在 (C:\Users\xxxx\)  .condarc 文件

# 国内 anaconda 镜像站
conda config  --add channels https://mirrors.aliyun.com/anaconda/pkgs/main/
conda config  --add channels https://mirrors.aliyun.com/anaconda/cloud/conda-forge/
conda config  --add channels https://mirrors.aliyun.com/anaconda/cloud/bioconda/

# 北京外国语大学
conda config  --add channels https://mirrors.bfsu.edu.cn/anaconda/pkgs/main/
conda config  --add channels https://mirrors.bfsu.edu.cn/anaconda/cloud/conda-forge/
conda config  --add channels https://mirrors.bfsu.edu.cn/anaconda/cloud/bioconda/

# 清华大学
conda config  --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config  --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config  --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/

1.5 使用conda创建、使用、删除环境

windows 使用管理员方式打开 powershell;

# 你电脑有的Python版本,不然安装就是最新的,依赖下载可能会报错;
conda create --name my_env python-3.9

(base) PS D:\AI> conda env list
# conda environments:
#
base                  *  D:\AI\miniconda3
my_env                   D:\AI\miniconda3\envs\my_env

# 激活环境:命令前面出现括号加上我们的换将名称,就说明我们已经进入我们创建的虚拟环境了
(base) PS D:\AI> conda activate my_env
(my_env) PS D:\AI>

# 停用环境
(my_env) PS D:\AI> conda deactivate
(base) PS D:\AI>

# 删除环境
conda remove --name my_env --all

:当使用 conda activate XXX 使用环境时出现以下错误:

usage: conda-script.py [-h] [–no-plugins] [-V] COMMAND …
conda-script.py: error: argument COMMAND: invalid choice: ‘activate’ 
(choose from ‘clean’, ‘compare’, ‘config’, ‘create’, ‘info’, ‘init’, 
‘install’, ‘list’, ‘notices’, ‘package’, ‘remove’, ‘uninstall’, ‘rename’, 
‘run’, ‘search’, ‘update’, ‘upgrade’, ‘build’, ‘convert’, ‘debug’, ‘develop’, ‘doctor’, 
‘index’, ‘inspect’, ‘metapackage’, ‘render’, ‘skeleton’, ‘token’, ‘repo’, ‘server’, 
‘pack’, ‘env’, ‘verify’, ‘content-trust’)

# 解决方法Powershell管理员输入  
conda init

1.6 conda 常用命令

1. conda --version #查看conda版本,验证是否安装
2. conda update conda #更新至最新版本,也会更新其它相关包
3. conda update --all #更新所有包
4. conda update package_name #更新指定的包
5. conda create -n env_name package_name #创建名为env_name的新环境,并在该环境下安装名为package_name 的包,可以指定新环境的版本号,例如:conda create -n python2 python=python2.7 numpy pandas,创建了python2环境,python版本为2.7,同时还安装了numpy pandas包
6. conda activate env_name #切换至env_name环境
7. conda deactivate #退出环境
8. conda info -e #显示所有已经创建的环境
9. conda create --name new_env_name --clone old_env_name #复制old_env_name为new_env_name
10. conda remove --name env_name –all #删除环境
11. conda list #查看所有已经安装的包
12. conda install package_name #在当前环境中安装包
13. conda install --name env_name package_name #在指定环境中安装包
14. conda remove -- name env_name package #删除指定环境中的包
15. conda remove package #删除当前环境中的包
16. conda env remove -n env_name #采用第10条的方法删除环境失败时,可采用这种方法

2、使用 miniconda 安装 d2l

2.1 下载 d2l 安装包

https://anaconda.org/
动手学深度学习 - 学习环境配置,深度学习,深度学习,学习,人工智能
选择 d2l 包:
动手学深度学习 - 学习环境配置,深度学习,深度学习,学习,人工智能
下载 d2l 安装包:
动手学深度学习 - 学习环境配置,深度学习,深度学习,学习,人工智能
将下载的安装包放在 minconda3\pkgs 下;

2.2 安装 d2l

step1:进入运行环境文章来源地址https://www.toymoban.com/news/detail-732516.html

conda activate my_env
conda install --use-local D:\AI\miniconda3\pkgs\d2l-0.17.6-pyhd8ed1ab_0.tar.bz2

(my_env) PS D:\AI\> pip list
Package    Version
---------- -------
d2l        0.17.6
pip        23.3.1
setuptools 68.2.2
wheel      0.41.2

到了这里,关于动手学深度学习 - 学习环境配置的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 人工智能的深度学习如何入门

    人工智能深度学习近年来成为热门的技术领域,被广泛应用于许多领域,如自然语言处理、图像识别、机器翻译等。学习人工智能深度学习需要具备一定的数学和编程基础,但对于初学者来说,并不需要过于复杂的数学和编程知识。本文将介绍人工智能深度学习的基本概念和

    2024年03月27日
    浏览(63)
  • 深度学习:探索人工智能的前沿

    人工智能(Artificial Intelligence,简称AI)是一门研究如何使计算机能够执行通常需要人类智能的任务的领域。从早期的符号推理到现代的深度学习,人工智能经历了漫长的发展过程。 20世纪50年代,AI的奠基性工作开始,研究者们试图通过符号推理来模拟人类思维过程。然而,

    2024年01月19日
    浏览(75)
  • 一探究竟:人工智能、机器学习、深度学习

    1.1 人工智能是什么?          1956年在美国Dartmounth 大学举办的一场研讨会中提出了人工智能这一概念。人工智能(Artificial Intelligence),简称AI,是计算机科学的一个分支,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器,该领域的

    2024年02月17日
    浏览(53)
  • 12、人工智能、机器学习、深度学习的关系

    很多年前听一个机器学习的公开课,在QA环节,一个同学问了老师一个问题“ 机器学习和深度学习是什么关系 ”? 老师先没回答,而是反问了在场的同学,结果问了2-3个,没有人可以回答的很到位,我当时也是初学一脸懵,会场准备的小礼品也没有拿到。 后来老师解释“机

    2024年02月05日
    浏览(72)
  • 机器学习、人工智能、深度学习三者的区别

    目录 1、三者的关系 2、能做些什么 3、阶段性目标 机器学习、人工智能(AI)和深度学习之间有密切的关系,它们可以被看作是一种从不同层面理解和实现智能的方法。 人工智能(AI):人工智能是一门研究如何使计算机能够模仿人类智能的学科。它涵盖了各种技术和方法,

    2024年02月14日
    浏览(61)
  • 机器学习入门教学——人工智能、机器学习、深度学习

    1、人工智能 人工智能相当于人类的代理人,我们现在所接触到的人工智能基本上都是弱AI,主要作用是正确解释从外部获得的数据,并对这些数据加以学习和利用,以便灵活的实现特定目标和任务。 例如: 阿尔法狗、智能汽车 简单来说: 人工智能使机器像人类一样进行感

    2024年02月09日
    浏览(91)
  • 人工智能、机器学习与深度学习之间的关系

    图1. AI、ML与DL关系图 在我们深入研究机器学习和深度学习之前,让我们快速浏览一下它们所属的分支:人工智能(AI)。简而言之,人工智能是一个将计算机科学与大量数据相结合以帮助解决问题的领域。人工智能有许多不同的用例。图像识别,图像分类,自然语言处理,语音

    2024年01月18日
    浏览(63)
  • 【周末闲谈】“深度学习”,人工智能也要学习?

    个人主页:【😊个人主页】 系列专栏:【❤️周末闲谈】 ✨第一周 二进制VS三进制 ✨第二周 文心一言,模仿还是超越? ✨第二周 畅想AR 人们在日常生活中接触人工智能的频率越来越高。有可以帮用户买菜的京东智能冰箱;可以做自动翻译的机器;还有Siri、Alexa和Cortana这

    2024年02月14日
    浏览(70)
  • 深度学习2.神经网络、机器学习、人工智能

    目录 深度学习、神经网络、机器学习、人工智能的关系 大白话解释深度学习 传统机器学习 VS 深度学习 深度学习的优缺点 4种典型的深度学习算法 卷积神经网络 – CNN 循环神经网络 – RNN 生成对抗网络 – GANs 深度强化学习 – RL 总结 深度学习 深度学习、机器学习、人工智能

    2024年02月11日
    浏览(69)
  • 人工智能-机器学习-深度学习-分类与算法梳理

    目前人工智能的概念层出不穷,容易搞混,理清脉络,有益新知识入脑。 为便于梳理,本文只有提纲,且笔者准备仓促,敬请勘误,不甚感激。 符号主义(Symbolists) 基于逻辑推理的智能模拟方法。最喜欢的算法是:规则和决策树。符号主义的代表性成果有启发式程序、专家系

    2024年02月03日
    浏览(91)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包