ubuntu仮想マシン上でディープラーニング環境を構成する

学習ノートは主に自分が行っている操作を記録し、自分で見直すことができるようにするものです。

1.minicondaをインストールする

Linux_linux install miniconda の下に miniconda をインストールします - プログラマーが求めています

#第一步下载miniconda安装包 
#安装包连接https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/，查找相应安装包
wget -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-py39_4.9.2-Linux-x86_64.sh
#第二步安装
bash Miniconda3-py39_4.9.2-Linux-x86_64.sh
#第三部配置conda镜像
source ~/.bashrc
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda
conda config --set show_channel_urls yes
#第四步创建一个名称为python38的环境，python版本等于3.8
conda create -n python38 python=3.8
#第五步 激活环境
source activate python38

#第六步之后的步骤不是这次安装所需要的，暂时可以先不执行
#第六步 在环境激活的情况下安装numpy
conda install numpy

#常用命令
#查看已有环境
conda info --env
#查看已有安装包
conda list
#退出环境
conda deactivate
#删除某个环境
conda remove -n 环境名 --all
#删除某个环境下的某个包
conda remove -n 环境名 包名

再起動後、コマンドラインの前に (base) が表示されれば、インストールは成功したと見なされます。

2. 環境の作成と環境のアクティブ化

[Li Mu-Deep Learning] Linux 環境構成 + よくある質問_Li Mu d2l-zh_Sherry me のブログ-CSDN ブログ

# 1 删除已经存在的环境
# 如果不存在d2l，会报错
# 这步可以跳过
conda-env remove d2l

# 2 下载环境
# 这里的d2l-zh是自定义的
conda create -n d2l -y python=3.8 pip

# 3 使环境生效
conda activate d2l


# 给他们放在一起好了，这里的d2l-zh只是环境的名字，我取的是d2l而已
conda env remove d2l-zh
conda create -n d2l-zh -y python=3.8 pip
conda activate d2l-zh

find(base) は ( d2l -zh)になります

3. 必要なパッケージをインストールします

ディープラーニングの実践的なインストール環境構成 - Tencent Cloud Developer Community - Tencent Cloud (tencent.com)

jupyterが必要なので先にインストールしておきます

# 一口气安装
# 等待时间长
pip install jupyter d2l torch torchvision

# 如果一口气安装有报错，不妨一个一个安装，看看问题出在哪里
# 一个一个安装
pip install jupyter

# 后面这三个用镜像网站下载更快
# pip install d2l
# pip install torch
# pip install torchvision

# 在我的记忆里，anacoda好像包括jupter和ipython

インストールに必要なパッケージは主に d2l、torch、torchvision です。

Douban ソースと Alibaba Cloud ミラーソースを使用することをお勧めします。

pip install -i https://pypi.douban.com/simple/ d2l
pip install torch torchvision -i http://mirrors.aliyun.com/pypi/simple/ --trusted-host mirrors.aliyun.com

2行目のコマンドでダウンロードしてインストールしたパッケージは619Mで、インストールに20分ほどかかりました（失敗したようです）

Baidu の検索結果に間違った情報を掲載します。

解決策: pip install エラー: 例外: トレースバック (最新の呼び出しは最後):_sucr. のブログ - CSDN ブログ

エージェントを開設したからでしょうか？どうやって見ればいいのか分かりません。私が使用している仮想マシンは NAT モードを使用しているため、プロキシとみなされているようです。

NAT とブリッジモードの概要:

仮想マシン vmware における NAT ネットワークモードのアプリケーション分析 (全文) (wenmi.com) https://www.wenmi.com/article/pvif7n02efjc.html NAT モードとブリッジモード:

VmWare 仮想マシンをオンラインにする方法 - China_King - 博客园(cnblogs.com) https://www.cnblogs.com/lhpking/p/15067768.html以前は、デフォルトモードが NAT モードだったので、変更する必要がありますかブリッジモードにしますか？（変化なし）

この段階で止めたので、まずは解決策を探しますが、もしこれを見たお兄さんがいたら、お兄さんにアドバイスをお願いしてもいいでしょうか。

ネットワークを認識できないことが原因と推測されており、解決策は以下の通りです。

VMnet1 および VMnet8 が認識されないネットワークソリューション - jackphang のブログ - CSDN ブログ

仮想マシンのインストール: VMware ネットワークアダプターの詳細説明 VMnet1 および VMnet8 が認識されないネットワークソリューション_vmnet8 が識別しています

4. jupyter ノートブックを正式に実行する

Jupyter ノートブックを正式に実行し、コマンドラインにポップアップ表示されるリンクを開きます。通常はhttp://localhost:8888/tree。

jupyter notebook

イメージソースが失敗するという問題が発生する可能性があるため、イメージソースに関する一般的なコマンドをいくつか紹介します。適切なソースを見つける方法については、「CSDN ブロガー「ゆゆゆゆ」: Conda は最後にミラーソースメソッドを置き換え、どこでもミラーソースアドレスを検索する必要はなくなりました」を参照してください。

conda info
# 你可以在channel URLs里面找到你现有的所有镜像源。
# 添加指定源
conda config --add channels *（*指代你要添加的源）
# 设置安装包时，显示镜像来源，建议显示
conda config --set show_channel_urls yes 
# 删除指定源
conda config --remove channels *(*代表你要删除的源）
# 可以删除并恢复默认的conda源
conda config --remove-key channels
# 临时使用的时候，加上参数-i和镜像地址
pip install -i https://pypi.douban.com/simple tensorflow-gpu==1.14

5. 再入場する場合

# 1 使环境生效
conda activate d2l

# 2 开启jupyter notebook
jupyter notebook

# 3 打开浏览器：访问<http://remoteaddr:8888/>即可