Gluon学习01-部署环境

Gluon与Maxnet的关系就像Keras与Tensorflow的关系，本文介绍部署Gluon环境的整个过程

本机环境介绍:

系统:Linuxmint
Python版本:Python3

1.下载并安装Miniconda

(1)下载并安装

网址:https://conda.io/miniconda.html

Linux环境下,使用命令chmod 755 xx.sh给下载的.sh文件运行权限,然后运行该脚本.按提示安装完成后需要将安装路径配置到相应文件上,一般最后提示将路径写到相应文件,如果提示不对,自己手动添加到相应文件上.比如我终端是zsh,则在~/.zshrc最后添加了下面配置:

set Miniconda

export PATH=/home/wu/miniconda3/bin:$PATH

注:该配置包含了我的用户名wu,复制时需做相应修改.

(2)使用国内源,加速包的安装

使用命令为:

# 优先使用清华 conda 镜像。
conda config --prepend channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

# 或者选用科大 conda 镜像。
conda config --prepend channels http://mirrors.ustc.edu.cn/anaconda/pkgs/free/

2.使用Miniconda配置Gluon环境

(1)终端键入以下命令,下载相应的教程文件和配置文件

mkdir gluon-tutorials && cd gluon-tutorials
curl https://zh.gluon.ai/gluon_tutorials_zh.tar.gz -o tutorials.tar.gz
tar -xzvf tutorials.tar.gz && rm tutorials.tar.gz

(2)配置环境

进入下载的目录下,可以看到文件environment.yml,这里面包含了配置环境所需的所有库名称及版本号.打开一开,就是几个库而已.

使用以下命令来完成环境部署:

conda env create -f environment.yml
source activate gluon

3.测试

键入以下命令:

jupyter notebook

浏览器会自动打开一个页面,该页面上可用使用cell(块)的方式写代码,非常方便,关于Jupyter notebook的详细安装与配置,请参照 Jupyter开发环境搭建

4.使用国内服务器,加速数据集下载

训练模型时,如果需要在线下载数据,从国外下载数据非常慢,经常导致无法运行,可以更换为国内镜像来解决.

MXNET_GLUON_REPO=https://apache-mxnet.s3.cn-north-1.amazonaws.com.cn/ jupyter notebook

参考:
Gluon动手学深度学习