《动手学深度学习PyTorch》中的d2l找不到怎么办?

本文档指导您安装PyTorch的CPU版本,并设置d2l软件包,以进行深度学习的学习和实践。首先确认计算机是否具备GPU,如果没有,将使用CPU版本。通过pip安装PyTorch和torchvision,接着安装d2l包以利用其提供的实用函数和类。安装完成后,启动Jupyter notebook开始学习。记得每次运行代码前激活d2l环境。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

在安装深度学习框架之前,请先检查你的计算机上是否有可用的 GPU(在笔记本电脑上为显示器提供输出的GPU不算)。如果要在 GPU 机器上安装,请继续在 GPU 支持 获取有关安装GPU支持版本的说明。

或者,你可以按照如下方法安装CPU版本。这将足够帮助你完成前几章,但你需要在运行更大模型之前获取GPU。

pytorch版本在anacoda控制台输入下面代码

pip install torch torchvision

安装成功以后还需要安装 d2l 软件包,它封装了本书中常用的函数和类。

# -U:将所有包升级到最新的可用版本
pip install -U d2l

安装完成后,我们通过运行以下命令打开 Jupyter 笔记本:

现在,你可以在 Web 浏览器中打开 http://localhost:8888(通常会自动打开)。然后我们可以运行这本书中每个部分的代码。在运行书籍代码、更新深度学习框架或 d2l 软件包之前,请始终执行 conda activate d2l 以激活运行时环境。要退出环境,请运行 conda deactivate

评论 5
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值