インストール¶
本書を使い始めるには、 Python を実行するための環境、 Jupyter Notebook、 関連ライブラリ、 そして本書のコードを実行するために必要なパッケージを準備する必要がある。
Miniconda のインストール¶
最も簡単な方法は Miniconda をインストールすることである。 Python 3.x が必要であることに注意してほしい。 すでにマシンに conda がインストールされている場合は、 以下の手順を省略してよい。
Miniconda の Web サイトにアクセスし、 Python 3.x のバージョンとマシンのアーキテクチャに合わせて、 システムに適したものを選ぶ。 ここでは Python のバージョンを 3.9 （動作確認済みのバージョン）と想定する。 macOS を使用している場合は、 名前に “MacOSX” という文字列を含む bash スクリプトをダウンロードし、 ダウンロード先のディレクトリに移動して、 以下のようにインストールを実行する （Intel Mac を例とする）：
# ファイル名はバージョンにより異なる場合がある
sh Miniconda3-py39_4.12.0-MacOSX-x86_64.sh -b
Linux ユーザーは、 名前に “Linux” という文字列を含むファイルをダウンロードし、 ダウンロード先で以下を実行する：
# ファイル名はバージョンにより異なる場合がある
sh Miniconda3-py39_4.12.0-Linux-x86_64.sh -b
Windows
ユーザーは、オンラインの手順に従って
Miniconda をダウンロードし、インストールしてほしい。Windows
では、cmd
を検索してコマンドプロンプト（コマンドラインインタプリタ）を開き、コマンドを実行できる。
次に、conda を直接実行できるようにシェルを初期化する。
~/miniconda3/bin/conda init
その後、現在のシェルを閉じて再度開く。 以下のようにして新しい環境を作成できるはずである：
conda create --name d2l python=3.9 -y
これで d2l 環境を有効化できる：
conda activate d2l
ディープラーニングフレームワークと d2l パッケージのインストール¶
いずれかのディープラーニングフレームワークをインストールする前に、 まずマシンに適切な GPU があるかどうかを確認してほしい （標準的なノートパソコンでディスプレイを駆動する GPU は、ここでの目的には関係ない）。 例えば、 コンピュータに NVIDIA GPU があり、CUDA がインストールされているなら、 準備は整っている。 マシンに GPU が搭載されていなくても、 今のところ心配する必要はない。 最初の数章を進めるには、 CPU だけでも十分な性能がある。 ただし、より大きなモデルを実行する前には、 GPU にアクセスできるようにしておきたいことを覚えておいてほしい。
PyTorch は、CPU 対応版または GPU 対応版のいずれでも、以下のようにインストールできる（指定したバージョンは執筆時点で検証済みである）：
pip install torch==2.0.0 torchvision==0.15.1
次のステップは、
本書全体で頻繁に使用する関数やクラスをまとめるために開発された d2l
パッケージのインストールである：
pip install d2l==1.0.3
コードのダウンロードと実行¶
次に、各章のコードブロックを実行できるよう、 ノートブックをダウンロードする。 D2L-JP の Web サイト 上部のナビゲーションバーにある 「ノートブック」リンクからコードをダウンロードし、 解凍してほしい。 あるいは、コマンドラインから以下のようにノートブックを取得することもできる：
mkdir d2l-jp && cd d2l-jp
curl https://d2l-jp.me/d2l-jp.zip -o d2l-jp.zip
unzip d2l-jp.zip && rm d2l-jp.zip
cd pytorch
unzip がまだインストールされていない場合は、まず
sudo apt-get install unzip を実行する。 これで、以下を実行して
Jupyter Notebook サーバーを起動できる：
jupyter notebook
この時点で、Web ブラウザから http://localhost:8888
（すでに自動的に開いている場合もある）にアクセスできるようになる。
そこから、本書の各節のコードを実行できる。
新しいコマンドラインウィンドウを開くたびに、 D2L
のノートブックを実行する前、
またはパッケージ（ディープラーニングフレームワーク あるいは d2l
パッケージ）を更新する前に、 conda activate d2l
を実行して実行環境を有効化する必要がある。 環境を終了するには、
conda deactivate を実行する。