YangSu

关于GCU、沐曦GPGPU、MLU、0卡V100资源4月7日恢复上架的公告>>> 关于共建具身智能开源数据集的倡议>>> 关于云脑任务中统一路径访问方式的公告>>> 关于将启智集群GPU资源迁移至智算集群的公告>>>

YangSu

Joined on Mar 20, 2023

Loading Heatmap…

YangSu commented on issue Datawhale/d2l#2

学习笔记： 1. task 1-2: [博客链接](https://www.yangsuoly.com/2023/03/19/dive-into-DL-introduction/)，[pdf](https://yangsuoly.com/file/dl-notes-1.pdf) 2. task 3: [博客地址](https://www.yangsuoly.com/2023/03/21/dive-into-DL-2-Linear/#more), [pdf](https://www.yangsuoly.com/file/dl-notes-2.pdf)

1 year ago

YangSu commented on issue Datawhale/d2l#26

pandas问题

可以更新一下 `numpy` 然后强制重新安装一下 `pandas` 可以解决： ```shell pip install --upgrade numpy pip install --force-reinstall pandas ```

1 year ago

YangSu commented on issue Datawhale/d2l#20

Mac使用GPU

1. 不会冲突，miniconda 相当于是另一个conda环境，一般而言网上给出的建议都是基于miniconda来安装gpu。我电脑上安装了anaconda和miniconda，暂时未冲突。如果怕冲突，可以直接试试从创建虚拟环境开始后续步骤，如果未安装成功，删除该虚拟环境再从头开始。 2.1 不会覆盖，`miniconda` 个人认为可以理解为 `conda` 的另一个虚拟环境，每次使用时需要先激活minicnoda环境，即上面提到的 `conda actiavte ~/miniconda3`，然后再激活你在 `miniconda` 中安装的虚拟环境。 2.2 安装完miniconda和gpu版本的Torch之后，再打开Jupyter notebook，默认还是进入原始的内核 `kernel`，是不会直接进入虚拟环境的。这时候需要使用最后一步安装 `ipykernel` 将该创建的虚拟环境转为 `kernel`，然后在 `jupyter notebook` 中选择基于该虚拟环境的内核就好。其他虚拟环境类似操作。 3. 电脑本地的计算资源可能跟电脑配置有关，可能看实际的数据大小，如果是大规模数据集的话，肯定优先选择云端跑，小数据的话，本地跑更方便。

1 year ago

YangSu commented on issue Datawhale/d2l#20

Mac使用GPU

mac m芯片可以使用GPU计算的，只需要重新安装 `miniconda` 和 `gpu` 版本的 `Torch` 就好，步骤： - 从 [官网](https://docs.conda.io/en/latest/miniconda.html) 下载 `3.9` 版本的 `miniconda`，然后运行： ```shell # execute the following at the download location: sh Miniconda3-py39_23.1.0-1-MacOSX-arm64.sh -b ``` - 初始化 `miniconda`： ```shell # initiate the shell conda actiavte ~/miniconda3 ``` 或者（二选一）： ```shell ~/miniconda3/bin/conda init ``` - 创建虚拟环境 ```shell conda create --name d2l python=3.9 -y ``` - 激活虚拟环境 ```shell conda actiavte d2l ``` - 下载 `torch-gpu` 版本（选）考虑到后续可能需要 `gpu` 加速训练，因此此处直接下载 `torch-gpu` 版本。 ```shell pip install --pre torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/nightly/cpu ``` **Note**：检查是否安装成功，首先在命令行输入 `python` 进入 `python` 编程环境，然后输入 ```python >>> import torch >>> print(torch.backends.mps.is_available()) True ``` 若输出结果为 `Ture`，则表明安装成功。 - 下载 `ipykernel` 考虑到书中给的代码运行环境是 `jupyter`，应该此处安装 `ipykernel`，以确保 `jupyter-notebook` 中可以使用刚刚安装的 `d2l` 虚拟环境的内核。 ```shell pip install ipykernel python -m ipykernel install --user --name ENVNAME --display-name DISP_NAME ``` **Note**：`ENVNAME` 和 `DISP-NAME` 分别为虚拟环境的名字（此处为 `d2l`）和想要显示的名字。为了简便，此处将两个字段都设置为 `d2l`。

1 year ago

YangSu created repository YangSu/dive-into-DL

1 year ago