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。
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。
- from mxnet import nd
创建NDarray
运算
广播机制
索引
3、自动求梯度
4、参考文献
《动手学深度学习》p9-p24