1. インストールの開始

Li Mu 氏のインストールビデオを直接見ると、Xiaobi は非常に思いとどまります。次のビデオを見ることを強くお勧めします。ソフトウェアと構成、環境構成でのインストールと検証について非常に明確に説明されており、環境構成を理解するのに役立ちます。各ソフトウェア間の関係。
[Windows での最も詳細な PyTorch エントリーのディープラーニング環境のインストールと構成 CPU GPU バージョン]
ここに画像の説明を挿入

Blogger の構成バージョン
CUDA ドライバーのバージョンは 12.1
pytorch (GPU) のバージョンは 2.0
Anaconda のバージョンは 2023.03
構成された python3.8 のバージョン

ここに画像の説明を挿入

2. 仮想環境を作成する

仮想環境には意味のある名前を付けることができるので、後でこの環境でコースを学習することになるので、pytorch を直接使用して名前を付けます。

仮想環境 (tuduipytorch など) を作成し、次の 3 つのうちの 1 つを選択します。

1. conda create コマンドを使用して、新しい仮想環境を作成します
— conda create -n virtual experience name python=version
2. ミラーアクセラレーションを追加します
—conda create -n 仮想環境名 python=version -c ミラーアドレス
3. 基本環境をそのまま使用する

GPU バージョンを使用する場合は、それが GPU バージョンであるかどうかを確認するためにリストする必要があることに注意してください。

ビデオを見て各ソフトウェアとパッケージの機能を理解し、適切な環境と必要なライブラリ (torch、torchvision、torchaudio、cudatoolkit など) を作成した後、jupyter notepad と d2l ソフトウェアパッケージをインストールします。

3. メモ帳と d2l ソフトウェアパッケージのインストール

アナコンダターミナルを開きます。
私の Anaconde の下の pytorch 環境はpytorch (私自身の環境名を使用) という名前なので、使用する前に pytorch をアクティブ化してください。

conda activate pytorch

Li Muさんのd2l-zhをダウンロードし、適当な場所に置いて解凍します。ここに画像の説明を挿入次に、jupyter notepad と d2l パッケージをインストールし、ターミナルに入力を続けます。

pip install jupyter d2l

インストール後、jupyter Notebook コマンドを使用して Web ページを開き、次のコマンドを使用します。

jupyter notebook

このマシンのポート 8888 で jupyter を開くと、Web ページが自動的に開きます。
ここに画像の説明を挿入

私の d2l は仮想環境のデフォルトのアドレスに直接配置されているため、jupyter Notebook を直接使用してから d2l を見つけることができます。

ターミナルで d2l が見つからない場合の対処方法

d2l ファイルがデフォルト環境に配置されていない場合は、named cd + 配置した d2l ファイルのアドレスを使用し、ジャンプ後に jupyter Notebook を使用して名前を付けることができます。
このうち、ファイルアドレスは右クリック→プロパティ→セキュリティで表示・コピーできます。