深度学习 (使用PyTorch)

EN: This repo hosts the Mandarin translation of the companion website of Deep Learning (with PyTorch) Jupyter Notebook repo and its README.md.

这份笔记的仓库具有同步网站，在那里您可以获得所有课程资料的视频与文本.

起步

为了能够完成练习，你需要为你的电脑安装Miniconda (Anaconda的精简版本)和一些Python包。以下说明步骤适用于Mac或者Ubuntu Linux用户，Windows用户需要安装Git BASH终端，并在该终端中完成操作。

下载并安装Miniconda

请前往Anaconda网站，下载并且安装适合你的操作系统的最新 Miniconda版本。其中Python版本请选择3.7

wget <http:// link to miniconda>
sh <miniconda*.sh>

签出带有练习的git仓库

一旦你的Miniconda准备妥当，请签出课程的git仓库，同时建立Miniconda环境。

git clone https://github.com/Atcold/pytorch-Deep-Learning

创建独立的Miniconda环境

进入(cd)课程目录， 然后键入：

# cd pytorch-Deep-Learning
conda env create -f environment.yml
source activate pDL

启动Jupyter Notebook或者JupyterLab

通过终端正常启动：

jupyter lab

或者采用传统界面：

jupyter notebook

Notebooks可视化

整个课程将使用Jupyter Notebooks进行数据探索和可视化。

我们将使用GitHub 和 Jupyter Notebook的深色风格。建议你使用同样的风格，不然你的显示会不美观。JupyterLab具有内建的可选择的深色主题，因此，如果你希望在传统notebook界面下使用深色主题，只需要进行简单安装即可。为了能够在传统notebook界面，美观的查看课程内容，请参考以下安装：

• Jupyter Notebook 深色主题;
• GitHub 深色主题，请注释掉 invert #fff to #181818 代码块.