《动手学深度学习》安装CPU计算的MXNet和GPU版本的MXNet

值得一提的是，MXNet是DMLC（Distributed Machine Learning Community）开发的一款开源的、轻量级、可移植的、灵活的深度学习库，它让用户可以混合使用符号编程模式和指令式编程模式来最大化效率和灵活性，目前已经是AWS官方推荐的深度学习框架。MXNet的很多作者都是中国人，其最大的贡献组织为百度。

真心希望有时间的朋友可以在学习安装环境之前看这两篇文章了解一下。

下面就是《动手学深度学习》第二章的内容，“获取和运行本书的代码”

我这里只介绍window系统，其他可以参考

《动手学深度学习》的网页版

https://zh-v2.d2l.ai/chapter_installation/index.html

第一次运行需要五个步骤。

1. 根据操作系统下载并安装Miniconda，在安装过程中需要勾选“Add Anaconda to the system PATH environment variable"选项。

勾选这个选项是让Miniconda为你在配置一个path路径，方便之后使用python SDK。
2. 下载包含本书全部代码的压缩包。在浏览器的地址栏中输入

https://zh.d2l.ai/d2l-zh-1.0.zip

并按回车下载，下载完成后，创建文件夹”d2l-zh"并将以上压缩包解压到这个文件夹里，在该目录文件资源管理器的地址栏输入cmd进入命令行模式。

这一步我在这里演示一下，首先在浏览器地址栏里输入链接进行下载，选择合适的位置即可。

然后在合适的位置创建文件夹”d2l-zh"，并解压，我这里命名是"d2l-zh-1.0",不过你们还是按照书中的要求好一些，解压后文件的顺序是按照首字母排序的，比较乱，我这里按照章节内容在前面加了数字，大家可以参考一下。