Mac电脑配置李沐深度学习环境[pytorch版本]使用vscode

这篇具有很好参考价值的文章主要介绍了Mac电脑配置李沐深度学习环境[pytorch版本]使用vscode。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。

第一步 M1芯片安装Pytorch环境

安装Miniforge

Mac打开终端(Mac电脑如何启动终端?打开启动台,搜索终端即可)
安装包管理工具Homebrew

/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"

如果遇到报错

curl: (7) Failed to connect to raw.githubusercontent.com port 443: Connection refused

则需要运行一下如下指令,然后再安装Homebrew。原因是被墙,需要配置一下端口。

export https_proxy=http://127.0.0.1:7890 http_proxy=http://127.0.0.1:7890 all_proxy=socks5://127.0.0.1:789

安装Homebrew成功后,重启终端(Mac电脑如何启动终端?打开启动台,搜索终端即可)直接安装miniforge。

brew install miniforge

安装完成之后,为终端初始化conda:

conda init zsh

创建虚拟环境

使用python 3.8创建名为pytorch_env的虚拟环境

conda create --name pytorch_env python=3.8

激活虚拟环境

conda activate pytorch_env

激活成功后,会看到如下的界面
mac 深度学习,Deep Learning,深度学习,macos,pytorch

安装Pytorch

使用conda命令来安装pytorch和torchvision

conda install -c pytorch pytorch torchvision

第二步 下载李沐Jupyter文件

进入课程主页:https://courses.d2l.ai/zh-v2/
点击右上角的Jupyter记事本,即可下载。
mac 深度学习,Deep Learning,深度学习,macos,pytorch

第三步 配置vscode

搜索vscode,进入vscode官网:https://code.visualstudio.com/
下载安装mac版本的vscode

配置vscode:按Command + Shift + P进入搜索栏,输入python解释器,选择之前创建的虚拟环境:pytorch_env,如下图所示
mac 深度学习,Deep Learning,深度学习,macos,pytorch

如果是新下载的vscode,则需要手动打开下面的面板
mac 深度学习,Deep Learning,深度学习,macos,pytorch

在下方面板中激活虚拟环境

conda activate pytorch_env

然后使用conda安装李沐专用d2l包

conda install d2l

如下图所示
mac 深度学习,Deep Learning,深度学习,macos,pytorch
接着随便打开一个下载好的jupyter文件,运行即可

mac 深度学习,Deep Learning,深度学习,macos,pytorch

参考

【1】https://zhuanlan.zhihu.com/p/394514049文章来源地址https://www.toymoban.com/news/detail-742228.html

到了这里,关于Mac电脑配置李沐深度学习环境[pytorch版本]使用vscode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

  • 李沐深度学习环境安装(包括pytorch和d2l)

    进入Anaconda官网下载:https://www.anaconda.com/distribution/ 安装细节不在这赘述,和一般软件相同。如下图注意点 最后检测是否安装成功,打开cmd命令行输入 conda --version ,如下图显示版本即为安装成功 2.1 切换到国内镜像源,分别输入以下4行代码: 2.2 创建pytorch环境 创建pytorch环境

    2024年02月13日
    浏览(43)
  • mac m1 m2 深度学习环境(pytorch)配置

    1、开发工具安装 建议使用pycharm。可以选择专业版或者社区版本 PyCharm:JetBrains为专业开发者提供的Python IDE 2、安装包管理工具 建议使用anaconda包管理,可以使用可视化安装即可 Anaconda | The World\\\'s Most Popular Data Science Platform 我这里选择默认安装(Python 3.9 和后面pytorch、OpenCV等均

    2023年04月09日
    浏览(73)
  • 李沐+AutoDL深度学习环境配置

    咱们租AutoDL的服务器,这个服务器是专门对学生打造的,学生认证有优惠 用法1 用法2 首先要激活conda 激活: 英文键盘输入i,下面会出现一个INSERT 按住键盘上的pagedown,一直翻到最下面键入一行路径 注意:这个路径只对minconda3的autodl的服务器管用,如果是其他服务器,自己改

    2023年04月16日
    浏览(98)
  • 深度学习环境配置pytorch-GPU版本

    一、下载与安装Anaconda 官网:Free Download | Anaconda 安装时添加环境变量勾选上,这样可以减少一步操作,不用再去自己手动添加了。 二、在anaconda里面创建虚拟环境 创建虚拟环境,其中pytorch为虚拟环境名,3.8.8对应python版本号: 激活进入虚拟环境,其中pytorch为虚拟环境名:

    2024年02月14日
    浏览(49)
  • 【深度学习】动手学深度学习(PyTorch版)李沐 2.4.3 梯度【公式推导】

      我们可以连接一个多元函数对其所有变量的偏导数,以得到该函数的 梯度 (gradient)向量。 具体而言,设函数 f : R n → R f:mathbb{R}^{n}tomathbb{R} f : R n → R 的输入是一个 n n n 维向量 x ⃗ = [ x 1 x 2 ⋅ ⋅ ⋅ x n ] vec x=begin{bmatrix} x_1\\\\x_2\\\\···\\\\x_nend{bmatrix} x = ​ x 1 ​ x 2 ​

    2024年01月17日
    浏览(55)
  • 16 PyTorch 神经网络基础【李沐动手学深度学习v2】

    在构造自定义块之前,我们先回顾一下多层感知机的代码。 下面的代码生成一个网络,其中包含一个具有256个单元和ReLU激活函数的全连接隐藏层, 然后是一个具有10个隐藏单元且不带激活函数的全连接输出层。 层和块 构造单层神经网咯:线性层+RELU+线性层 生成2x20(2是批量

    2024年03月10日
    浏览(89)
  • 李沐深度学习-d2lzh_pytorch模块实现

    2024年01月21日
    浏览(82)
  • 【pytorch】新的windows电脑从头搭建pytorch深度学习环境(完整版+附安装包)

    最近新买了一台台式机,配置是 i5 13600KF + 3060Ti 。我本身在工作中台式机上是使用pytorch上进行深度学习,因此需要从头搭建pytorch环境。此文算是记录一下,如果有人需要参考也是可以的。 新电脑首先需要对环境进行一定的配置,简而言之就是装一下驱动+软件。 包括显卡驱

    2024年02月09日
    浏览(58)
  • 【深度学习环境搭建】Windows搭建Anaconda3、已经Pytorch的GPU版本

    无脑下载安装包安装(自行百度) 注意点: 1、用户目录下的.condarc需要配置(自定义环境的地址(别忘了给文件夹加权限);镜像源) 1、先看你的显卡版本 Win +R - 输入命令nvidia-smi,看你的cuda版本 2.下载离线版本安装包(在线也行,只要你有耐心) https://download.pytorch.org

    2024年02月02日
    浏览(68)
  • 深度学习环境配置(Aanconda+cuda+pytorch)

    1.Anaconda安装包下载 ①从官网下载(速度感人) 官网下载网址:https://www.anaconda.com/products/distribution ②从清华大学开源软件镜像下载(推荐) 镜像网址:https://mirrors.bfsu.edu.cn/anaconda/archive/ 选择自己电脑所适配的版本。(推荐下载Anaconda3系列版本) 2.Anaconda的安装 找到下载好的

    2024年02月14日
    浏览(44)

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