花书Dive into Deep Learning 入门

花书牛在哪？

1. 大佬写的。名声在，质量就会有保障。
2. 有代码，有理论, 有例子。你怕学不会？
3. 开源、配备读者论坛。时刻更新代码。遇到问题很容易在论坛里找到学长们的回答。
4. 感恩：还配备了文字版的PDF，“Acrobat阅读者”们有福了！就冲着把事情做好的情怀、用那么大心血，这本书一定不会差。

我们的学习目标？有哪些很酷的事情？（TBC

 

 

FAQ：第一步，对于一个刚用conda, pip, 不熟悉shell指令，不懂网络的零基础零经验小白来说往往是最难的：

一、先插一嘴，关于下载书本配套的完整代码：

虽然online docs上有代码，书上也有代码。但是不一定全。作者给了你一个压缩包，里面是完整的程序，每一章的代码都用.ipynb保存，放入每一章的文件夹。

二、快来搭建学习环境！！！其实就三步

第一步，创建并激活环境，使用python=3.9：

conda create --name d2l python=3.9 然后输入yes，确认下载、安装。

第二步：安装d2l依赖：torch torchvision：

pip install torch==1.12.0

pip install torchvision==0.13.0

• 建议：torch torchvision 版本和书上的一样，copy过来就行。pip conda都可以。没必要上官网找指令。不然版本不一致容易出问题。

第三步：安装d2l包 。（也是pip指令搞定

• 前置知识：

1. 在激活的conda使用pip和conda无区别
2. 执行“安装torch torchvision指令” 会看机器有没有GPU，然后安装对应版本。 所以，没必要管gpu cpu，版本代数选对了就行。

• 中肯的建议：头脑清晰，刚入门别给自己太多要求。

1. 如果哪一步觉得不对，删掉环境重来吧。conda env remove "your_env_name"
2. 如果网不好。今天就别弄了。先看看怎么配网络代离。或者config其他的镜像源。//去百度搜一下
3. 不需要知道什么是torch  torchvision. 没关系！别管他们。先按部就班，照着书上的说明能跑通安装环境的指令就很牛逼了。
4. 如果你已经有其他的环境，而且里面带了torch，别管它。重新装一个吧，大不到哪去，初学者别考虑电脑空间。

第一次，跨过配置环境这座山。然后干很多酷酷的事情：

• 运行d2l notebook里面的所有代码。就是之前从d2l docs HTML Jupyter那一栏下载的zip代码包。
• 用jupyter notebook,搭载自己先前配好的d2l无敌环境学习Deep Learning!!!

 

举一反三，很多想做的事情都知道怎么开始了：

创建新的Data Science Conda环境 conda create --name your_env_name python=3.x。

激活（activate）刚创建好的 包含了ipykernel python生态环境模块的conda环境(我的是d2l)，用Pip （or conda）指令，安装你需要的模块。配置完环境后，然后把它添加到Jupyter Notebook的ipython core里，这样你才能在jupyter notebook使用python (virtual) 环境: 

python -m ipykernel install --user --name [jupyter_internal_directory_name] --display-name="Python (nameDisplayedInJuypterNotebook)"
最后，用jupyter notebook开始你的Data Science Module、理论、Everything in this topic的学习之路！

• –name 显示在appdata/roaming/jupyter/[name] 并不会根据你输入的名字在conda里面找对应的！！！（想起自己以前认认真真输入一模一样的名字，真的好可爱。 后来在json里看到argument里面的路径，全是d2l，display_name倒是自己设置的。

• –display-name: 在juypter notebook平台上显示。

• 注：调用ipykernel是给jupyter创建一个指向conda环境的指针。如果conda环境改变，相应的jupyter Notebook中的环境也会改变。这方便了很多。
• ipykernel的功能：你想要哪一个环境在jupyter使用，就在该python环境安装ipykernel
• TODO: 更改jupyter显示的环境名， 删除jupyter环境

建议给系统python环境装上jupyter模块

• pip install --upgrade pip setuptools
• pip install jupyter
  这样就可以在系统python环境管理jupyter环境了