登录社区云，与社区用户共同成长
邀请您加入社区
全书采用公式+图示+代码的表现方式，结合文字、公式和图示来阐明深度学习里常用的模型和算法。在学习每一个概念前，作者们都是从头开始解释，所以对于阅读这本书的同学来说，不需要过往的深度学习或机器学习背景，只需了解一些基础知识，包括线性代数、微积分、概率和非常基础的Python编程。另外，作者还提供了代码来演示如何从零开始实现它们，并使用真实数据，为我们提供了一个交互式的学习体验。第一部分包括基础知识和
分享本人自学《动手学深度学习》时遇到的问题与解决方法！
首先要保证安装了python，并配置好了环境变量;我是利用windows10安装（linux环境下操作更简单）windows安装pip1） 下载安装脚本curl https://bootstrap.pypa.io/get-pip.py -o get-pip.py2) 运行安装脚本python get-pip.py这个就...
我目前也不清楚这里为什么要用cmd命令行窗口，但是之后运行的conda命令需要在Anaconda命令行窗口中执行，我这里再介绍一下，我启动的方法。在这里输入anaconda就可以选择进入了，因为进入默认是C盘，我们可以cd G:命令进入G盘（我这里是G盘，你们可以替换），然后使用激活gluon，最后使用进入浏览器中的jupoyter编辑器。
笔者之前学sklearn的时候跑过jupyter导致在conda中运行jupyter notebook时内核用的是python3而不是gluon，这里只需要更换内核即可，右上角找到Kernel -> 选择Change kernel -> gluon，操作完后即可import。
mxnet安装
总结：用pip命令在终端中安装mxnet包应该是目前最方便的安装方法，只需输入一行命令就可自动完成所有安装，不需要设置环境变量等，但重点是选择适用于当前pyhon版本的mxnet版本号才能成功安装，如果不清楚版本号，可以网上搜索一下，然后根据错误提示中给出的几个版本号手动修改尝试。如下面代码块所示，根据错误提示发现是版本号错误，重点是错误中给出了目前能够下载的所有版本号，然后我将版本号修改为1.9
在之前，我在win10上装了cuda11.0以及tf-gpu2.4.1，然后我的后续踩坑之路来了，在安装mxnet遇到了很多错误。目前仅安装上了cpu版本，gpu未试探出来，只能默默等开发者把cuda11.0的windows版本的mxnet-gpu开发出来了。以下记录我的踩坑之路以及如何装上mxnet的cpu版本。1.直接Pip 安装mxnet:error: Microsoft Visual C+
下面是win10下不同CUDA版本对应的cuDNN版本：1-CUDA10cuDNN7.4.1cuDNN7.3.1cuDNN7.3.02-CUDA9.2cuDNN7.4.1cuDNN7.3.1cuDNN7.2.1cuDNN7.13-CUDA9.1cuDNN7.1cuDNN7.04-CUDA9.0cuDNN7.4.1cuDNN7.3.1cuDNN7.3.0cu...
mxnet
——mxnet
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
腾讯云开发者社区
Triton中文社区
GitCode 开源社区
