【深度学习】使用d2l包和相关环境配置的一些血泪心得

【深度学习】使用d2l包和相关环境配置的一些血泪心得关于anaconda的配置关于d2l包的下载关于pytorch包的下载关于代理服务器的设置关于镜像源的设置_d2l包

一 引言

写给:

初学深度学习的同学
缺少环境错误排查经验的同学
以李沐老师B站机器学习课程,dive into deep learning网站为教材学习的同学

以下:

皆为本人所踩的雷 , 也在排查错误中花费了许多时间 , 获得了一些经验
本人使用的cpu版的pytorch
现已经整理碰到的许多的坑 , 也添加了一些自己的分析 , 希望可以帮助到大家

二 关于anaconda的配置

1 anaconda的安装过程

注意点
1 安装的时候最好不要直接安装到c盘(如果c盘空间不富裕的话)
因为它会越来越大 , 直至我重装系统的时候已经有50g大小了
2 安装的时候有个添加到环境变量(add to path)最好勾选上 , 不然可能后边还是要添加到环境变量 , 稍微有些麻烦

2 d2l包和pytorch包的下载

1 创建新环境

最好不要把所有需要的包都直接在base环境里
可以创建一个新环境
创建命令:
conda create -n newd2l python=3.7

newd2l : 这个环境的名称叫做newd2l , 读者可自行更改
py=3.7 : 创建的python版本是3.7
d2l : 这里是l是小写英文字母l , 不是1

提示 : python最好是3.7版本 , 本人起初安装了3.6的版本 , 有一些代码无法运行(因为有更新) , debug好久
例1 本人在3.6中收到 grad can be implicitly created only for scalar outputs的报错 , 但是3.7就可以运行
例2 pip install d2l 搜索到的d2l是0.17.0的版本 , 而不是所需的0.17.5的版本 , 有一些不兼容的地方

2 添加镜像源

为什么要添加镜像源?
anaconda的服务器在境外 , 国内下载速度十分缓慢甚至下载断链失败的情况
使用镜像源可以下载的更快更稳一些

1 . 给conda添加镜像源

按照路径 , 找到 此电脑 – C盘 – 用户 – 你的账户名 – .condarc 文件
如果没找到 , 自己新建一个.condarc文件 , 文件名字是空的 , 就一个.condarc后缀
在这里插入图片描述

用记事本方式打开即可
复制并粘贴以下代码以设置镜像源

channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
  - http://pypi.douban.com/simple/
  - defaults
show_channel_urls: true

这里添加了3个镜像源 , 自己可以再找别的镜像源按照以上的格式粘贴上去即可

如果你不能修改后缀名
尝试如下操作
在这里插入图片描述

以上设置对用conda install 命令来下载包时有效

2 . 给pip添加镜像源

在 此电脑 – C盘 – 用户 – 你的账户名 文件夹里创建一个pip文件夹
在pip 文件夹里创建 pip.ini 文件
在这里插入图片描述

记事本方式打开
赋值粘贴以下代码

[global]
index-url = https://pypi.mirrors.ustc.edu.cn/simple/
extra-index-url = https://pypi.mirrors.ustc.edu.cn/simple/
		https://mirrors.aliyun.com/pypi/simple/
		https://pypi.tuna.tsinghua.edu.cn/simple/
		http://pypi.mirrors.ustc.edu.cn/simple/
		https://pypi.org/simple/
trusted-host = pypi.mirrors.ustc.edu.cn
		pypi.mirrors.ustc.edu.cn
		mirrors.aliyun.com
		pypi.tuna.tsinghua.edu.cn
		pypi.mirrors.ustc.edu.cn
		pypi.org

index-url 是设置镜像源 上边设置了多个镜像源
trusted-host 设置信任这些网站

以上设置对用 pip install 命令来下载包时有效

3 . 如果你在科学上网

可以选择暂时关闭科学上网 , 如果执意坚持
还需要设置代理服务器

1 在 .condarc 文件中再添加

proxy_servers:
  http: http://127.0.0.1:7893
  https: http://127.0.0.1:7893
ssl_verify: false

此处的7893修改成你的端口名

2 在 pip.info 文件中再添加

proxy    = http://127.0.0.1:7893

如下图所示

在这里插入图片描述

3 d2l包和pytorch包的下载

1 打开anaconda prompt
在这里插入图片描述

2 切换到目录二.2.1中你创建的新环境
在这里插入图片描述
3 输入 pip install d2l
在这里插入图片描述
然后等待 , 如果碰到选择yes or no , 输入y , 敲击回车
等待它下载安装完成
在这里插入图片描述
现在d2l 0.17.5 就已经安装好了

4 pytorch的安装
如果你是安装cpu版的torch , 输入
conda install pytorch torchvision torchaudio cpuonly -c pytorch
即可
在这里插入图片描述
如果你是安装gpu版的torch , 移步链接
https://zh-v2.d2l.ai/chapter_installation/index.html
有问题请查看评论区和自行搜索
(推荐: gpu更合适
本人由于囊中羞涩 , 无力置换老电脑 , 没有NVIDIA的显卡 , 无奈使用cpu版)

3 kaggle

提供免费算力的宝藏网站
在本人电脑代码由于版本原因出现bug却又找不出原因时 ,
暂时使用了这个网站进行跑代码训练

如何在kaggle中如何导入所需的包?例如d2l?
只要输入
!pip install d2l
点击运行 , 就可以进行d2l这个包的下载了
在这里插入图片描述

如果你是属于配置较低的电脑 , 也可以把代码放在这里运行
在这里插入图片描述

今天的文章【深度学习】使用d2l包和相关环境配置的一些血泪心得分享到此就结束了,感谢您的阅读。

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。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。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。
如需转载请保留出处:http://bianchenghao.cn/77694.html

(0)
编程小号编程小号

相关推荐

发表回复

您的电子邮箱地址不会被公开。 必填项已用 * 标注