一直有人问我《动手学深度学习》(D2L)这本书到底该怎么上手,我自己作为学习者,可以很负责任地讲:大多数人还没碰到模型训练那一步,就卡在安装环境和数据处理上了。
我当初也是这样。书是好书,内容体系也完整,但安装 d2l 依赖包、初始化张量、预处理数据这些环节,如果没踩过几个坑,真的会非常挫败。这篇笔记不是教科书式的复述,而是把我自己从环境搭建到张量操作、再到数据处理整个链路里那些最磨人、最容易被忽略的细节全部记录下来,希望能给正在啃这本书的朋友一份可以直接照着走的实操参考。
1. 环境不是装好就行,而是要为"少折腾"服务
D2L的书和代码本身跨平台,但真正打开代码开始跑的时候,环境不一致带来的问题比想象中多。很多初学者上来就 pip install d2l,然后以为万事大吉,结果跑 d2l.load_array 的时候发现数据集下载失败,或者是PyTorch版本和CUDA版本对不上,最后整个环境一塌糊涂。
1.1 为什么我建议从 Miniconda 而不是直接装 Python
我见过不少朋友是直接从官网下载Python,然后一路点下一步完成安装,后面再慢慢往里头 pip 塞包。这种做法在普通脚本开发里没什么大问题,但在D2L这种需要频繁切换版本、甚至需要隔离不同项目依赖的场景下,后面一定会后悔。
我自己坚持用Miniconda,理由很简单:它能给你一个相对独立、可重建、可回滚的运行环境。D2L这本书的代码更新比较频繁,而且网上能找到的各种配套代码版本也不完全一致,如果没有环境隔离,不同项目之间的包版本冲突会让人崩溃。
具体操作流程是:
bash复制# 创建一个专门用于 D2L 学习的虚拟环境
conda create -n d2l python=3.9 -y
# 激活环境
conda activate d2l
# 安装 PyTorch(CPU版,适合没独立显卡或不想折腾CUDA的朋友)
pip install torch torchvision
这里多说一句,为什么推荐Python 3.9而不是最新版本?因为D2L的代码基于PyTorch,而PyTorch对新版本Python的支持往往有一定滞后。不求最新,但求稳定,等你把书里代码跑通了,再考虑新特性和新版本也不迟。
注意:如果你不太确定PyTorch安装命令该怎么选,可以直接去PyTorch官网根据操作系统和CUDA版本生成对应命令。CPU版就是学深度学习初期最稳妥的选择,不用一上来就碰CUDA和cuDNN这些环境变量。
1.2 安装 d2l 包的正确姿势
d2l 这个包在PyPI上有,所以常规安装方法一句话就能搞定:
bash复制pip install d2l
但很多国内用户在装的时候会遇到一个非常磨人的问题——子进程报错。后面我单独用一章来讲这个坑,这里先给一个安全进入后续学习的方案:优先从国内镜像源安装,并在安装时加长超时时间。
bash复制pip install d2l -i https://pypi.tuna.tsinghua.edu.cn/simple --timeout 60
装完之后建议立刻验证一下能否正常导入:
python复制import d2l
print(d2l.__version__)
如果能正常输出版本号,说明环境基础已经通了。这时候千万别高兴得太早,你真正在D2L代码中接触最多的其实是 torch 和 torchvision,d2l 只是提供了画图、计时、数据集下载等辅助函数。
1.3 选择对应的内核和代码运行方式
我用的是Jupyter Notebook,因为D2L原版代码基本都是Notebook格式写出来的,直接照着跑能省不少事。但如果你是在VS Code里运行,需要保证VS Code当前选择的Python解释器就是你刚刚创建的那个conda环境。
这一步不设置好,经常会出现"明明我已经 pip install 了,但VS Code里 import d2l 还是报ModuleNotFoundError"的诡异问题。原因很简单:VS Code默认用的Python解释器不是当前环境。
给一个最简单的检查方法:
python复制import sys
print(sys.executable)
如果输出的路径不是你conda环境下的python,那就要在VS Code左下角重新选择解释器,或者手动指定kernel。这个细节虽小,但卡住的人真不少。
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. d2l包下载子进程报错:完整排查链路与根治方案
这是我在多个交流群里被问得最多的问题,也是当时我自己卡住了最久的问题。先还原一下现场的报错信息,如果你也遇到过,应该会非常有共鸣。
2.1 报错的真实面目
我在干净的conda环境里直接跑:
bash复制pip install d2l
一开始进度条走得挺顺利,几分钟后莫名其妙地出现了类似这样的错误:
code复制ERROR: Command errored out with exit status 1
command: /home/user/anaconda3/envs/d2l/bin/python -c ...
cwd: /tmp/pi
