Skip to content
体验新版
项目
组织
正在加载...
登录
切换导航
打开侧边栏
OpenDocCN
d2l-zh
提交
1fd02177
D
d2l-zh
项目概览
OpenDocCN
/
d2l-zh
通知
2
Star
0
Fork
0
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
0
列表
看板
标记
里程碑
合并请求
0
Wiki
0
Wiki
分析
仓库
DevOps
项目成员
Pages
D
d2l-zh
项目概览
项目概览
详情
发布
仓库
仓库
文件
提交
分支
标签
贡献者
分支图
比较
Issue
0
Issue
0
列表
看板
标记
里程碑
合并请求
0
合并请求
0
Pages
分析
分析
仓库分析
DevOps
Wiki
0
Wiki
成员
成员
收起侧边栏
关闭侧边栏
动态
分支图
创建新Issue
提交
Issue看板
前往新版Gitcode,体验更适合开发者的 AI 搜索 >>
提交
1fd02177
编写于
5月 03, 2018
作者:
A
Aston Zhang
浏览文件
操作
浏览文件
下载
电子邮件补丁
差异文件
install steps
上级
b2e87668
变更
1
隐藏空白更改
内联
并排
Showing
1 changed file
with
29 addition
and
27 deletion
+29
-27
chapter_crashcourse/install.md
chapter_crashcourse/install.md
+29
-27
未找到文件。
chapter_crashcourse/install.md
浏览文件 @
1fd02177
# 安装和运行
本书中的每一节都有与之相对应的Jupyter notebook,其中包含该节的
文本和代码。为了便于动手学深度学习,让我们获取本书代码并安装运行所需要的MXNet以及其他工具
。
本书中的每一节都有与之相对应的Jupyter notebook,其中包含该节的
代码。为了便于动手学深度学习,让我们获取本书代码、安装并运行所需要的工具,例如MXNet
。
## 获取代码并安装
MXNet等工具
## 获取代码并安装
运行环境
运行本书代码需要Python,Jupyter,以及最新版MXNet
。
我们可以通过Conda或者Docker来获取本书代码并安装运行环境。下面将分别介绍这两种选项
。
### 通过Conda安装
###
选项一:
通过Conda安装
首先根据操作系统下载并安装
[
Miniconda
](
https://conda.io/miniconda.html
)
(
[
Anaconda
](
https://docs.continuum.io/anaconda/install/
)
也可以)。接下来下载所有教程的包(
[
下载tar.gz格式
](
https://zh.gluon.ai/gluon_tutorials_zh.tar.gz
)
或者
[
下载zip格式
](
https://zh.gluon.ai/gluon_tutorials_zh.zip
)
均可)。解压后进入文件夹
。
第一步,根据操作系统下载并安装Miniconda(网址:https://conda.io/miniconda.html )
。
例如Linux或者Mac OSX 10.11以上可以使用如下命令
第二步,下载包含本书全部代码的包,解压后进入文件夹。Linux或者Mac OSX(10.11以上版本)用户可以使用如下命令。
```
{.python .input}
mkdir gluon-tutorials && cd gluon-tutorials
...
...
@@ -20,61 +20,63 @@ curl https://zh.gluon.ai/gluon_tutorials_zh.tar.gz -o tutorials.tar.gz
tar -xzvf tutorials.tar.gz && rm tutorials.tar.gz
```
Windows用户可以用浏览器下载
[
zip格式
](
https://zh.gluon.ai/gluon_tutorials_zh.zip
)
并解压,
在解压目录文件资源管理器的地址栏输入
`cmd`
进入命令行模式。
Windows用户可以用浏览器下载
压缩文件(下载地址:https://zh.gluon.ai/gluon_tutorials_zh.zip )并解压。
在解压目录文件资源管理器的地址栏输入
`cmd`
进入命令行模式。
【可选项】
配置下载源来使用国内镜像加速下载:
在本步骤中,我们也可以
配置下载源来使用国内镜像加速下载:
```
{.python .input}
# 优先使用清华conda镜像
# 优先使用清华conda镜像
。
conda config --prepend channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
#
也可选用科大conda镜像
#
或者选用科大conda镜像。
conda config --prepend channels http://mirrors.ustc.edu.cn/anaconda/pkgs/free/
```
然后安装所需的依赖包并激活环境:
第三步,安装运行所需的依赖包并激活该运行环境。运行下面命令。
```
{.python .input}
conda env create -f environment.yml
source activate gluon # 注意Windows下不需要 source
source activate gluon # 注意Windows下不需要 source
。
```
之后运行下面命令,然后浏览器打开
[
http://localhost:8888
](
http://localhost:8888
)
(通常会自动打开)就可以查看和运行各个教程了
。
第四步,打开Juputer notebook。运行下面命令
。
```
{.python .input}
jupyter notebook
```
【可选项】国内用户可使用国内Gluon镜像加速数据集和预训练模型的下载
这时在浏览器打开 http://localhost:8888 (通常会自动打开)就可以查看和运行本书中每一节的代码了。
-
Linux/OSX用户:
第五步(可选项),如果你是国内用户,建议使用国内Gluon镜像加速数据集和预训练模型的下载。Linux/OSX用户可以运行下面命令。
```
bash
MXNET_GLUON_REPO
=
https://apache-mxnet.s3.cn-north-1.amazonaws.com.cn/ jupyter notebook
```
```
{.python .input}
MXNET_GLUON_REPO=https://apache-mxnet.s3.cn-north-1.amazonaws.com.cn/ jupyter notebook
```
Windows用户可以运行下面命令。
```
{.python .input}
set MXNET_GLUON_REPO=https://apache-mxnet.s3.cn-north-1.amazonaws.com.cn/ jupyter notebook
```
-
Windows用户:
### 选项二:通过Docker安装
```
bash
set
MXNET_GLUON_REPO
=
https://apache-mxnet.s3.cn-north-1.amazonaws.com.cn/ jupyter notebook
```
第一步,下载并安装
[
Docker
](
https://docs.docker.com/engine/installation/
)
。
### 通过docker安装
首先你需要下载并安装
[
docker
](
https://docs.docker.com/engine/installation/
)
。例如Linux下可以
如果你是Linux用户,可以运行下面命令。之后登出一次。
```
{.python .input}
wget -qO- https://get.docker.com/ | sh
sudo usermod -aG docker
# 然后logout一次
```
然后运行下面命令即可
第二步,运行下面命令。
```
{.python .input}
docker run -p 8888:8888 muli/gluon-tutorials-zh
```
然后浏览器打开
[
http://localhost:8888
](
http://localhost:8888
)
,这时通常需要填d
ocker运行时产生的token。
第三步,在浏览器打开http://localhost:8888 ,这时通常需要填D
ocker运行时产生的token。
## 更新教程
...
...
编辑
预览
Markdown
is supported
0%
请重试
或
添加新附件
.
添加附件
取消
You are about to add
0
people
to the discussion. Proceed with caution.
先完成此消息的编辑!
取消
想要评论请
注册
或
登录