cs231n的环境配置

根据CS231n官网对环境配置的说明，完成任务可以通过 Google Colab或者在本地搭建虚拟环境。(建议两个都尝试)

在本地使用

在anaconda官网下载对应python3.7的win版的64-Bit Graphical Installer。
PC中没有python的话，安装步骤在此.
Anaconda的优点在于可以不用操心依赖包的问题，它自带python，而且默认情况下它附带了MKL优化功能，这意味着numpy和scipy代码可从中受益，而无需更改一行代码。

如果PC已有python：
可能会和anaconda中的python冲突，使得系统有两个Python，这时需要另外设置系统默认python的设置：
1、原则上：安装Anaconda捆绑版本Python已经可以满足需要，安装多个Python有可能冲突。
2、如果需要两个Python，则需另外设置默认启动Python的路径。如果要让系统默认独立安装的Python，而不是Anaconda捆绑的Python：
先安装独立Python3到一个目录，比如D:\python3，安装设置勾选Add Path to system environment到系统环境变量；然后再安装anaconda到某地，比如D:\anaconda3，安装时不要选那两个checkbox，一个是register anaconda to the system environment ，另一个是Register anaconda as the system python, 记住是不要勾选。

安装anaconda完成后，下载assignment1的数据包并解压，假设解压到了C:\Users\Hubert_pc\Desktop\Document
在开始菜单中打开Anaconda Prompt，输入：

conda create -n cs231n python=3.7

等待它下载结束之后，需要输入 activate cs231n 进入环境（之后的每次进入都要输入。要退出只需关闭窗口或运行deactivate即可）
下载python的各种包：
cd C:\Users\Hubert_pc\Desktop\Document\assignment1#进入文件夹assignment1
运行 pip install -r requirements.txt

此时可能报错

Could not find a version that satisfies the requirement torch==1.1.0 (from -r requirements.txt (line 4)) (from versions: 0.1.2, 0.1.2.post1, 0.1.2.post2)
ERROR: No matching distribution found for torch==1.1.0 (from -r requirements.txt (line 4))

这时在终端输入

pip install torch==1.1.0 -f https://download.pytorch.org/whl/torch_stable.html
pip list #会看到torch已经安装
pip install -r requirements.txt #继续安装直到成功

下载CIFAR-10数据包（复制链接，迅雷下载），解压再解压，取出cifar-10-batches-py文件夹放到C:\Users\Hubert_pc\Desktop\Document\assignment1\cs231n\datasets目录里
最后,以后每次使用时按照下面操作：

activate cs231n

cd C:\Users\Hubert_pc\Desktop\Document\assignment1

jupyter notebook

打开knn.ipynb，就可以按照说明开始做作业了。（jupyter notebook执行代码并转到下一段代码快捷键：shift+enter）
修改jupyter notebook的默认目录(可选)：
https://blog.csdn.net/tigerking1017/article/details/78782280

在google colab使用

google colab基本上是jupyter notebook和谷歌驱动器的组合。它完全在云中运行，并预装了许多包（例如 PyTorch 和 Tensorflow），因此每个人都可以访问相同的依赖项。更酷的是，Colab 受益于免费访问硬件加速器（如 GPU（K80、P100）和 TGPU，这对于任务 2 和 3 特别有用。

要使用 Colab，必须拥有具有关联 Google 云端硬盘的 Google 帐户。假设同时拥有两者，则可以通过以下步骤将 Colab 连接到您的云端硬盘

cs231n的2020作业：https://cs231n.github.io/
环境配置参考：https://cs231n.github.io/assignments2020/assignment1/
cs231n知乎专栏资料：https://zhuanlan.zhihu.com/p/22339097
cs231n的2017的ppt与视频：http://cs231n.stanford.edu/2017/syllabus.html

最后编辑于：2020.06.17 16:45:42