安装 D2L

本文整理自李沐老师《动手学深度学习》课程的环境配置笔记，涵盖 Windows 与 Ubuntu 两套方案，适合初学者参考。

一、环境准备：使用 Conda 管理 Python 环境

推荐使用 Miniconda 来管理 Python 环境，隔离依赖、避免冲突。

1. 创建并激活虚拟环境

# 若已有同名环境，先删除
conda env remove -n d2l-zh

# 创建新环境（推荐 Python 3.10）
conda create -n d2l-zh python=3.10 -y

# 激活环境
conda activate d2l-zh

2. 安装依赖包

pip install torch torchvision d2l jupyter

二、下载课程代码

Ubuntu / macOS

wget https://zh-v2.d2l.ai/d2l-zh.zip
unzip d2l-zh.zip

Windows

直接在浏览器访问 https://zh-v2.d2l.ai/d2l-zh.zip 下载，右键鼠标解压即可，无需命令行。

三、启动 Jupyter Notebook

# 进入解压后的目录
cd d2l-zh

# 启动 Jupyter
jupyter notebook

Ubuntu 远程服务器补充：若在远程机器上运行，需做端口映射才能在本地浏览器访问 Jupyter，例如：

ssh -L 8888:localhost:8888 ubuntu@your_server_ip

四、关于云服务器的选择

• AWS：课程官方推荐，但按量计费，初学阶段没必要使用。
• Google Colab：免费提供 GPU/CPU 资源，适合初学者跑中小规模实验，强烈推荐。
• 后续模型规模变大、需要稳定算力时，再考虑付费云服务不迟。

五、操作系统怎么选？

Windows、Ubuntu、macOS 其实都可以做深度学习。用哪个取决于你的习惯，没有绝对的优劣之分。

一位学长说得很在理：不管用什么系统，重点是你能不能写出算法。 环境只是工具，代码能力才是核心。

附：常见问题速查