笔者在Mac OS中安装环境，所以命令修改了一点点如下：

本地安装

1. 可选使用 conda/minicoda环境

conda为包管理工具，https://github.com/conda/conda

conda env remove d2l-zh
conda create -y -n d2l-zh python=3.8 pip
conda activate d2l-zh

2. 安装需要的包

pip3 install jupyter d2l torch torchvision

3. 下载代码并执行

下载文件可以用迅雷，速度超快

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

在下载文件的路径，打开 jupyter notebook

如果运行jupyter notebook中找不到torch，或者torchvision，可以在jupyter notebook中添加两个代码行，分别执行以下命令即可

pip install torch==1.8.1

pip install torchvision==0.9.1

课程文件链接： https://courses.d2l.ai/zh-v2/

论坛链接：https://discuss.d2l.ai/top/quarterly

安装框架和 d2l 软件包
在安装深度学习框架之前，请先检查你的计算机上是否有可用的 GPU（在笔记本电脑上为显示器提供输出的GPU不算）。如果要在 GPU 机器上安装，请继续在 :ref:subsec_gpu 获取有关安装GPU支持版本的说明。

或者，你可以按照如下方法安装CPU版本。这将足够帮助你完成前几章，但你需要在运行更大模型之前获取GPU。

pip3 install torch torchvision

你还需要安装 d2l 软件包，它封装了本书中常用的函数和类。

-U：将所有包升级到最新的可用版本

pip3 install -U d2l

安装完成后，我们通过运行以下命令打开 Jupyter 笔记本：

jupyter notebook

现在，你可以在 Web 浏览器中打开 http://localhost:8888（通常会自动打开）。然后我们可以运行这本书中每个部分的代码。在运行书籍代码、更新深度学习框架或 d2l 软件包之前，请始终执行 conda activate d2l 以激活运行时环境。要退出环境，请运行 conda deactivate。

查看本地的 env

% conda info --envs
# conda environments:
#
base                  *  /Users/zgpeace/opt/anaconda3
d2l-zh                   /Users/zgpeace/opt/anaconda3/envs/d2l-zh
                         /usr/local/Caskroom/miniconda/base
                         /usr/local/anaconda3

GPU 支持

:label:subsec_gpu

默认情况下，深度学习框架安装了GPU支持。 如果你的计算机有NVIDIA GPU，并且已经安装了CUDA，那么你应该已经配置好了。

练习
下载该书的代码并安装运行时环境。

中文书的github：
https://github.com/d2l-ai/d2l-zh

所有语言的资源：
https://github.com/orgs/d2l-ai/repositories?type=all