动手学深度学习：预备知识

1、安装运行环境

工欲善其事，必先利其器，每次安装运行环境都让我头痛不已，因为总有一些莫名奇妙的问题。但这次根据书本上p9页的安装步骤，还算顺利。

1）、下载Ananconda
之前一直没安装这个Anaconda，这次实在没办法了，就找个教程一步一步安装。
附上我参考的博文：python与anaconda安装（先安装了python后安装anaconda，基于python已存在的基础上安装anaconda）——逼死强迫症、超详解
ps：这个博主真的讲的很详细，看这个准没错！

因为我之前有单独下载过python，然后Anaconda也会自带一个python，因此在配置anaconda环境时，有个点需要注意：

📣原来的环境变量，有我自己安装的python路径，在安装anaconda之后，需要把自己安装python的路径删掉，再添加anaconda的.

添加前：

添加后：

这样以后在cmd里面输入python，出现的就是anaconda自带的python的

2）、下载包含本书全部代码的压缩包。

我们可以在浏览器的地址栏中输入 https://zh.d2l.ai/d2l-zh-1.1.zip 并按回车键进行下载。

3）、使用conda创建虚拟（运行）环境。

具体参考：《动手学深度学习》环境搭建教程及避坑指南文章

4）、激活之前创建的环境。

激活该环境是能够运行本书的代码的前提。如需退出虚拟环境，可使用命令conda deactivate（若conda版本低于4.4，使用命令deactivate）。

2、数据操作

在MXNet中，NDArray是一个类，也是存储和变换数据的主要工具。为了简洁，本书常将NDArray实例直接称作NDArray。如果你之前用过NumPy，你会发现NDArray和NumPy的多维数组非常类似。然而，NDArray提供GPU计算和自动求梯度等更多功能，这些使NDArray更加适合深度学习。

从MXNet导入ndarray模块。这里的nd是ndarray的缩写形式。