Anaconda中安装

1. 创建全新的虚拟环境

打开你的终端（Mac/Linux）或 Anaconda Prompt（Windows），输入以下命令创建一个新环境。我们可以把它命名为 d2l，并指定一个比较稳定的 Python 版本（比如 3.9）：

Bash

conda create -n d2l python=3.9

(系统询问 Proceed ([y]/n)? 时，输入 y 并回车等待完成)

2. 激活新环境

创建完成后，你需要激活它，也就是“进入”这个纯净的新环境：

Bash

conda activate d2l

(成功激活后，你命令行最前面的提示符会从 (base) 变成 (d2l))

3. 在新环境中安装框架和 d2l 包

确保你现在处于 (d2l) 环境下，接着就可以照着你截图里的命令敲了。

💡 一个小建议： 你的截图当前选中的是 MXNET 标签页。虽然它是这本书早期使用的框架，但目前业界更主流的是 PyTorch。如果你想学 PyTorch，建议你在网页上点一下 PYTORCH 那个标签，复制对应的命令。 注意以下我们展示的都是基于pytorch的命令 我们可以按如下方式安装PyTorch的CPU或GPU版本：

pip install torch==1.12.0
pip install torchvision==0.13.0

我们的下一步是安装d2l包，以方便调取本书中经常使用的函数和类：

pip install d2l==0.17.6

4. 后续使用

以后你每次要看这本书或者运行相关的代码时，只需要打开终端，先运行 conda activate d2l 激活环境，然后再运行 Jupyter Notebook 就可以了。

下载 D2L Notebook

d2l 是 Dive into Deep Learning 的首字母缩写 下载这本书的代码

mkdir d2l-zh && cd d2l-zh
curl https://zh-v2.d2l.ai/d2l-zh-2.0.0.zip -o d2l-zh.zip
unzip d2l-zh.zip && rm d2l-zh.zip
cd pytorch

安装完成后我们可以通过运行以下命令打开Jupyter笔记本（在Window系统的命令行窗口中运行以下命令前，需先将当前路径定位到刚下载的本书代码解压后的目录

jupyter notebook

现在可以在Web浏览器中打开http://localhost:8888（通常会自动打开）。 由此，我们可以运行这本书中每个部分的代码。 在运行书籍代码、更新深度学习框架或d2l软件包之前，请始终执行conda activate d2l以激活运行时环境。 要退出环境，请运行conda deactivate。