安装¶
我们需要配置一个环境来运行 Python、Jupyter Notebook、相关库以及运行本书所需的代码，以快速入门并获得动手学习经验。
安装 Miniconda¶
定义模型¶
最简单的方法就是安装依赖Python 3.x的Miniconda。 如果已安装conda，则可以跳过以下步骤。访问Miniconda网站，根据Python3.x版本确定适合的版本。
如果我们使用Linux（推荐Ubuntu 24.04），假设Python版本是3.10（我们的测试版本），将下载名称包含字符串“Linux”的bash脚本，并执行以下操作：
# 文件名可能会更改
sh Miniconda3-py310_4.12.0-Linux-x86_64.sh -b
接下来，初始化终端Shell，以便我们可以直接运行conda。
~/miniconda3/bin/conda init
现在关闭并重新打开当前的shell。并使用下面的命令创建一个新的环境：
conda create --name d2l python=3.10 -y
现在激活 d2l 环境：
conda activate d2l
安装深度学习框架和d2l软件包¶
在安装深度学习框架之前，请先检查计算机上是否有可用的GPU。 例如可以查看计算机是否装有NVIDIA GPU并已安装CUDA。 如果机器没有任何GPU，没有必要担心，因为CPU在前几章完全够用。 但是，如果想流畅地学习全部章节，请提早获取GPU并且安装深度学习框架的GPU版本。
安装MindSpore的GPU版本，安装指南：MindSpore安装 | 昇思MindSpore社区。 安装命令选项：
版本：master (Nightly build) #正式发行版不支持GPU
硬件平台：GPU
CUDA版本：建议选CUDA11.6
操作系统：Linux-x86_64
编程语言：Python3.10
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 git+https://github.com/mindspore-courses/d2l-mindspore.git#egg=d2l&subdirectory=d2l
下载 D2L Notebook¶
接下来，需要下载这本书的代码。 可以点击本书HTML页面顶部的“Jupyter 记事本”选项下载后解压代码，或者可以按照如下方式进行下载：
mkdir d2l-mindspore && cd d2l-mindspore
git init
git pull https://atomgit.com/bamboo/d2l-mindspore.git
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。