d2l

@学习笔记

@资料来源：Github: d2l-ai Web：动手学深度学习

环境搭建

配置⼀个环境来运⾏ Python、Jupyter Notebook、相关库以及运⾏资料中所需的代码

安装 miniconda

搜索官网

通过搜索引擎 检索关键字 miniconda ，选择官网进入

选择版本

根据实际配置选择版本

ep：（我的电脑是windows系统）

找到Windows installers，

Python version	Name	Size
Python 3.10	Miniconda3 Windows 64-bit	53.9 MiB
Python 3.9	Miniconda3 Windows 64-bit	53.7 MiB
	Miniconda3 Windows 32-bit	67.8 MiB
Python 3.8	Miniconda3 Windows 64-bit	53.1 MiB
	Miniconda3 Windows 32-bit	66.8 MiB
……	……	……

因为之前安装过Python 3.10，最后我下载的就是适配Python 3.10 的 Miniconda3 Windows 64-bit

即Windows +Python 3.10 >>> Miniconda3 Windows 64-bit

建议：选择 不超过 python 3.7 的 miniconda版本

安装

根据指引一步一步安装即可

配置环境变量

D:\miniconda3 # 安装 miniconda时配置的安装路径
D:\miniconda3\Scripts
D:\miniconda3\Library\bin

检查

cmd 调出命令行窗口

执行conda –V 和 python –V

看见返回的版本描述即安装成功

初始化

conda init

配置虚拟环境

创建虚拟环境

书中例句：conda create --name d2l python=3.9 -y

d2l，是自定义的环境名称；

python=3.9，是指安装python3.9

建议：python版本不要超过3.7

激活环境

书中例句：conda activate d2l

即conda activate + 环境名

安装深度学习框架

根据个人电脑配置，选择适配的版本安装（ GPU版本 和 CPU版本）

ep：我的电脑

CPU：Intel(R) Celeron(R) CPU J3455 @ 1.50GHz

GPU：Intel(R) HD Graphics 500 核显

所以 安装 CPU版本

在环境（d2l）内，pip install mxnet==1.7.0.post1

安装d2l软件包

在环境（d2l）内，pip install d2l==0.17.6

下载学习资料

D2L Notebook

获取方式见本文开头申明

配合 jupyter notebook 使用效果更佳

jupyter notebook

添加 kernel

将 核 加入到 jupyter notebook 中使用，需要使用 ipykernel

ep：将 创建的虚拟环境 d2l，作为 核 加入到 jupyter notebook 中使用

# (d2l) 环境下
pip install ipykernel

jupyter kernelspec list # 查看 核
jupyter kernelspec remove [核名称] # 移除 核

# (d2l) 环境下
python -m ipykernel install --user --name [环境名称] --display-name [自定义名字]

运行入门demo

input：

from mxnet import np, npx
npx.set_np()
x = np.arange(12)
x

output：

array([ 0., 1., 2., 3., 4., 5., 6., 7., 8., 9., 10., 11.])

环境搭建成功，内容如下：

• miniconda，Windows +Python 3.10 >>> Miniconda3 Windows 64-bit
• python，python==3.7
• mxnet, mxnet==1.7.0.post1
• d2l, d2l==0.17.6

遇到的阻碍和解决

出门装

• miniconda，Windows +Python 3.10 >>> Miniconda3 Windows 64-bit
• python，python==3.10

#1 初会 mxnet 和 d2l

安装 mxnet==1.7.0.post1 失败，大片报错涌现，占据命令行界面。

转头 安装 d2l==0.17.6再败，

急急急，莫非要“三而竭”？搬救兵！！！

百度，启动！

“版本不匹配……”、“python3.10降低到……”

从版本不匹配入手，尝试安装低版本 mxnet 和 d2l，经测试最高稳定在 mxnet==1.2.0，d2l=0.14.0

运行测试代码，

File D:\miniconda3\envs\d2l\lib\site-packages\mxnet\gluon\data\dataloader.py:278
    generator = lambda: [(yield self._batchify_fn([self._dataset[idx] for idx in batch]))
                        ^
SyntaxError: 'yield' inside list comprehension

低版本中不支持或不能解析这种语法。

#2 关注 python版本

从版本不匹配思路出发，涉及 python、 mxnet、d2l的版本。由于测试代码中未使用到 d2l库，故可先排除d2l。

排查 python，

因为起初电脑上已有 python3.10 ,所以为保持一致，我在创建虚拟环境时配置的依然是 python3.10，并不是书中示例 python3.9（虽然知道此处虚拟环境的python3.10和电脑的python3.10无关）

经了解 python3.10存在一些问题：python3自 python3.10版本后对 requests库有进行调整，collections中不能直接调用Mapping、MutableMapping。即在 import 时，import collections.abc.Mapping/MutableMapping。

结合 “python版本不宜过高”之建议和“python3.10降低到……版本……”之解决方案，认识到 python版本的重要性。

于是更新装备，python==3.10 >>> python==3.9

测试代码，运行！！！

相同报错 =_=

虽然尚不能确认 python版本的嫌疑，考虑到 python3.9与书中一致，故 python版本嫌疑下降

跟进 d2l版本，发现d2l版本可以稳定到 0.17.0，虽不知为何但也不必深究

莫非真要应在 mxnet上？

#3 陷入僵局

坚持版本不匹配的思路，如果 mxnet版本过低而不支持某种语法，导致运行时报语法错误，是说的通的。

尝试安装 mxnet==1.7.0.post1，

在报错信息中，发现安装依赖 numpy库时发生中断，导致安装 mxnet==1.7.0.post1失败。

百度，启动！

“可能是读写权限不够……”、“降低python版本……”、“手动下载轮子本地安装……”

读写权限？经测试非此原因，排除。

至于 python版本，已经从3.10降低到3.9，而且示例中使用也是3.9，故排除。

本地安装？按照以往经验，一般在 pip install xxx时不太好用才会使用本地安装，使用 pip install numpy安装是正常的、成功的

麻了QAQ

#4 端倪初现

尝试按照 mxnet 依赖的 numpy版本要求(>= 1.8.2)，使用 pip先安装 numpy，

conda list 查看配置，看到有 numpy ，即安装成功，

再安装 mxnet==1.7.0.post1，

报错，依旧……

再看 pip install mxnet==1.7.0.post1执行日志，先安装 mxnet，然后安装相关依赖库，然后安装 numpy时中断，最终导致失败。

虚拟环境里已经有了 numpy，为什么还要下载 wheel和安装 ？为什么不检查环境中 numpy 是否存在？

好吧，这些是无力改变的，执行程序嘛，接受就完了

好像又陷入僵局

再次仔细浏览报错信息，终于让我从一直忽视的版本号发现了端倪

  Collecting numpy<1.17.0,>=1.8.2
    Using cached numpy-1.16.6.zip (5.1 MB)
    Preparing metadata (setup.py) ... done

在安装 mxnet==1.7.0.post1时，指定 numpy==1.17.0 ，但是它在安装 numpy-1.16.6.zip！！！

矛盾即问题所在

#5 真相大白

经过前面的实验，我了解到在安装 mxnet中安装该依赖 numpy时的“强制性”，体现在即使环境内先安装对应版本的 numpy，并不会因为numpy已经存在就跳过执行，而是依然执行安装步骤。

受本地安装的启发，于是到 pip官网看了 numpy==1.16.0

惊奇地发现它最高只有到python37的包！！！

此刻答案终于浮出水面，确实是版本不匹配

即 mxnet==1.7.0.post1依赖 numpy=1.16.6 ，而 numpy=1.16.6 最高支持 python=3.7。

我现在是 python3.9，会报错没毛病嘛，合情合理好吧

“python版本不宜过高”之建议、“版本匹配”之坑 ，初听无感，如今默然

真相大白，版本不匹配、降低python版本……指的是python版本对库不同版本的支持和应用方式，这才是版本与版本匹配的真相。

最后我降到 python3.7后，mxnet可以正常安装，d2l也可以正常安装，运行案例也可以正常运行。

真不戳啊 ~

#6 回顾和思考

满装备

• miniconda，Windows +Python 3.10 >>> Miniconda3 Windows 64-bit
• python，python==3.7
• mxnet, mxnet==1.7.0.post1
• d2l, d2l==0.17.6

波折

• 以“本地安装——解决 pip安装异常”的经验先入为主，幸查看了 numpy==1.16.6安装包的最高支持版本而破除版本匹配之谜

• python版本一降再降，python3.10 >>> python3.9 >>> python3.7 。3.10 对 requests库有进行调整，运行中多有不异常故而舍之；3.9 因为与书中示例一致，先入为主故不疑有他，直至 numpy==1.16.6 惊觉，最终降为 3.7

存疑

• 先安装 mxnet后安装 d2l，发现 numpy在安装 d2l== 0.17.6后，经历过卸载和高版本的安装。由此可以得知 numpy== 1.16.6并没有我想象的那么重要，仅仅是 mxnet==1.7.0.post1所需
• 成功实现也有可能是 python3.7 的特性。常见之建议，python版本不宜过高，不外如是。
• GPU版才是主流和主力，出现波折也许是因为CPU版本的 mxnet的版本跟进太慢