As notas de estudo são principalmente para registrar as operações atuais que você está fazendo para que você mesmo possa revisá-las.Se você tiver alguma orientação, fique à vontade para trocar ideias.
1. Instale o miniconda
Instale o miniconda no Linux_linux instale o miniconda - programador procurado
#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
Após reiniciar, se (base) aparecer na frente da linha de comando, a instalação pode ser considerada bem-sucedida
2. Crie o ambiente e ative o ambiente
# 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) torna-se ( d2l -zh)
3. Instale os pacotes necessários
Como o jupyter é necessário, instale um primeiro
# 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
Os pacotes necessários para a instalação são principalmente d2l, maçarico, maçarico.
É mais recomendável usar a fonte Douban e a fonte do espelho Alibaba Cloud:
pip install -i https://pypi.douban.com/simple/ d2l
pip install torch torchvision -i http://mirrors.aliyun.com/pypi/simple/ --trusted-host mirrors.aliyun.comO pacote baixado e instalado pelo comando da segunda linha é 619M, e demorou cerca de 20 minutos para instalar (parece que falhou)
Coloque as informações erradas nos resultados de pesquisa do Baidu:
Então é porque abri um agente? Eu não sei como olhar para isso. Parece que, como a máquina virtual que uso usa o modo NAT, ela é considerada um proxy.
Introdução ao NAT e ao modo bridge:
Análise de aplicação do modo de rede NAT na máquina virtual vmware (texto completo) (wenmi.com) 
https://www.wenmi.com/article/pvif7n02efjc.html Modo NAT e modo bridge:
Como deixar a máquina virtual VmWare ficar online- China_King - Blog Garden (cnblogs.com) https://www.cnblogs.com/lhpking/p/15067768.html O padrão é o modo NAT antes, então devo alterá-lo para ponte modo? (sem alteração)
Parei nesta etapa e procurarei uma solução primeiro.Se houver irmãos mais velhos que vejam, posso pedir a vocês, irmãos mais velhos, que dêem dicas.
O palpite é que é causado pela incapacidade de reconhecer a rede e as soluções são as seguintes:
Solução de rede não reconhecida VMnet1 e VMnet8 - blog de jackphang - blog CSDN
4. Execute oficialmente o notebook jupyter
Execute oficialmente o notebook Jupyter e abra o link que aparece na linha de comando. Geralmente http://localhost:8888/tree .
jupyter notebookVocê pode encontrar o problema de a fonte da imagem falhar, então aqui estão alguns comandos comuns sobre a fonte da imagem. Para obter informações sobre como encontrar uma fonte adequada, você pode consultar " Blogger CSDN "Yu Yu Yu Yu": Conda substitui o método de origem do espelho no final, não é mais necessário procurar o endereço de origem do espelho em todos os lugares "
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==1.145. Ao entrar novamente
# 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