1.前言：
《动手学习深度学习》 李沐博士和阿斯顿·张博士等人写的一本入门深度学习的教程，是目前广受好评的最好的入门深度学习教材之一，豆瓣评分高达9.5,且在B站有配套学习视频，超级适合没有基础的小伙伴用来入门深度学习。本文是对于书中关于环境搭建这一小节的详细描述和补充，希望小伙伴们可以通过本文在较短的时间内搭建好开发环境，从而快速开启自己的深度学习之旅。
**BB time：**多说几句，现在GitHub上很多《动手学习深度学习》pytorch版本或者是TensorFlow版本，这些都不建议大家去学习，一是项目不完整，这些项目没有完整实现这本书中讲到的所有内容，二是项目作者对于项目的维护很少，里面的坑巨多而且没人填。三是mxnet/gluon，pytorch ，TensorFlow 这三个框架现在越来越像，学会了mxnet，可以直接上手其它两个框架，根本没问题。
《动手学习深度学习》官方版本，由一众大佬精心维护，并且接收小伙伴的反馈，不断更改和新增内容，又有QQ群（群号：925664908）辅助答疑解惑，实在是新手入门深度学习的不二之选。
2.2.对电脑和操作系统的要求
《动手学习深度学习》使用的深度学习框架是MXNet，对于电脑和操作系统有如下要求：
1.操作系统是64位的; 不能是32位的操作系统。
2.支持cuda的NVIDIA显卡（可选，可以没有显卡，只用CPU也可以）
总结来讲就是你电脑的系统必须是64位的，不能是32位的，因为mxnet没有32位的安装包。电脑有支持cuda的NVIDIA显卡是最好的，电脑没有显卡也可以，只用CPU就行。点击上面的链接（点击上面的“支持cuda的NVIDIA显卡”这几个字）可以查看你的显卡是否支持cuda。
3.安装miniconda
3.1 Windows系统下安装miniconda
如果你的系统是Linux系统，不要看着一步，直接跳到3.2小节。Windows下安装miniconda很简单，首先下载最新的Windows版本的miniconda 3。推荐到清华大学开源镜像站下载，不要到官网下载，因为官网下载速度非常慢。从清华镜像下载方法如下：
1.首先复制下载https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/地址到浏览器中打开，然后下拉到最底部，找到下面这个软件包：
Miniconda3-latest-Windows-x86_64.exe
单击它便可以将最新的64位miniconda3的安装包下载到你电脑上。下载好后双击运行安装，使用默认的安装选项，即一直点击下一步即可。
安装完成后，打开anaconda prompt这个终端（安装miniconda的时候会自动安装prompt到你电脑上），然后分别执行如下四个命令，将conda和pip的软件源修改成为清华的源，这样的话，使用conda和pip下载安装软件包时速度会快很多。
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
3.2 Linux下安装miniconda
下面的安装过程适用Ubuntu，centos等Linux发行版。
1.首先复制下载https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/地址到浏览器中打开，然后下拉到最底部，找到下面这个软件包：
Miniconda3-latest-Linux-x86_64.sh
单击它便可以将最新的64位miniconda3的安装包下载到本地。打开终端，切换到刚才下载的miniconda安装包所在目录，执行如下命令来安装：
bash Miniconda3-latest-Linux-x86_64.sh
执行上面的安装命令时，首先会弹出一个软件协议条款让你阅读，这时候你直接按下Ctrl+C便可以跳过阅读过程，直接按照提示，输入yes，然后按回车键，同意软件协议条款。接下来继续按回车，将miniconda安装到电脑上。安装好之后，提示如下：
Do you wish the installer to initialize Miniconda3
by running conda init? [yes|no]
这一步一定要输入yes，不然安装好后没办法在终端中使用miniconda。输入yes，按下回车键，miniconda便成功安装到你电脑上了。重启终端之后，你便可以使用miniconda了。
重启终端，然后分别执行如下命令，将conda和pip的软件源修改成清华的源，这样的话，使用miniconda或者pip安装软件速度会快很多：
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
再次重启终端之后，你会发现每次打开终端默认都会自动进入到miniconda的base环境中，终端中多了“base”字样。这样会拖慢终端打开速度，并且有可能干扰到其它软件的安装。要退出的话，必须每次打开终端之后先执行conda deactivate命令，让人很难受。执行如下命令，便可以解决终端每次打开都进入conda的base环境的问题：
conda config --set auto_activate_base false
4.搭建书本所需的环境
4.1 搭建CPU版本mxnet的运行环境
如果你的电脑没有GPU，那么只需要安装CPU版本的mxnet即可。如果你的电脑包含有GPU，并且想要使用GPU进行计算，直接跳过4.1小节，参考4.3小节。使用CPU版本的mxnet完全可以满足学习本书的绝大部分内容。使用miniconda，在Windows下和Linux下的环境搭建步骤是一样的。Windows下打开anaconda prompt这个终端。如果系统是Linux，则打开命令行终端，然后执行如下命令来创建一个使用Python 3.6的，名为gluon的环境：
conda create -n gluon python=3.6
创建环境成功后，执行如下命令来激活gluon环境：
``python
conda activate gluon
接下来该安装MXNet了，执行如下命令，安装最新的CPU版的mxnet ：
```python
pip install mxnet
这里本人出现You are using pip version 9.0.1, however version 20.2.3 is available报错
可以用如下解决方法：依次输入
conda install pip
再次conda install pip
python -m pip install --upgrade pip
成功安装MXNet后，接下来，分别执行如下命令，来安装书本中代码用到的其它软件包：
pip install d2lzh==0.8.11
pip install jupyter==1.0.0
pip install matplotlib==2.2.2
pip install pandas==0.23.4
到此，环境搭建完毕。
4.2 运行课本的代码
环境搭建好之后，下载课本所需代码的压缩包链接：(d2l-zh-1.0) 提取码：vs8r ，然后解压。解压之后，打开prompt终端（Windows系统）或者命令行终端（Linux系统），切换到刚才解压文件所在的目录，然后执行如下两条命令来激活gluon环境和打开jupyter notebook：
cd 到(d21-zh)目录下
conda activate gluon
jupyter notebook
打开jupyter notebook之后，点击打开特定的.ipynb文件，便可以查看对应章节和运行相应的代码。
4.3 搭建GPU版本mxnet的运行环境
这里以安装cuda 10版本的mxnet为例。首先确保你的电脑安装了最新的显卡驱动（驱动的安装可以参参考本文附录或者自己到网上搜集安装教程），然后打开prompt终端（Windows系统）或者命令行终端（Linux系统）。然后执行如下命令创建一个名为gluon的环境并且激活它：
conda create -n gluon python=3.6
conda activate gluon
然后执行如下命令来安装cuda 10（注意，mxnet不需要单独安装cudnn，因为mxnet自带cudnn）：
conda install cudatoolkit=10.0
安装完之后，便可以安装支持cuda 10的mxnet，执行如下命令来安装：
pip install mxnet-cu100
成功安装MXNet后，接下来，分别执行如下命令，来安装书本中代码用到的其它软件包：
pip install d2lzh==0.8.11
pip install jupyter==1.0.0
pip install matplotlib==2.2.2
pip install pandas==0.23.4
安装完之后，环境便搭建完成了。环境搭建完成后，便可以参考4.2小节，运行课本中的代码。
扫码直达他讨论区
里面安装教程以及错误随时更新。
