纽约大学深度学习春季课程 2020 (NYU-DLSP20)

该笔记本仓库现在有一个配套网站，所有课程资料都可以在视频和文本格式中找到。

🇬🇧   🇨🇳   🇰🇷   🇪🇸   🇮🇹   🇹🇷   🇯🇵   🇸🇦   🇫🇷   🇮🇷   🇷🇺   🇻🇳   🇷🇸   🇵🇹   🇭🇺

入门

为了能够跟随练习，你需要一台安装了 Miniconda（Anaconda 的精简版）以及若干 Python 包的笔记本电脑。 以下说明对于 Mac 或 Ubuntu Linux 用户可以直接使用；Windows 用户则需要安装并使用 Git BASH 终端。

下载并安装 Miniconda

请访问 Anaconda 官网。 根据你的操作系统下载并安装 最新 版本的 Miniconda，且要求 Python 版本 $\geq$ 3.7。

wget <miniconda 下载链接>
sh <miniconda*.sh>

克隆包含练习的 Git 仓库

Miniconda 准备就绪后，克隆课程仓库并继续设置环境：

git clone https://github.com/Atcold/NYU-DLSP20.git

创建独立的 Miniconda 环境

切换到课程文件夹，然后输入：

# cd NYU-DLSP20
conda env create -f environment.yml
source activate NYU-DL

启动 Jupyter Notebook 或 JupyterLab

从终端正常启动：

jupyter lab

或者，使用经典界面：

jupyter notebook

笔记本可视化

这些课程中广泛使用 Jupyter Notebooks 进行交互式数据探索和可视化。

我们对 GitHub 和 Jupyter Notebook 都采用了深色主题。 你也应该尝试这样做，否则它们看起来会很丑。 JupyterLab 内置了可选的深色主题，因此只有当你想使用经典笔记本界面时才需要额外安装。 要在经典界面中正确显示内容，请安装以下内容：

• Jupyter Notebook 深色主题;
• GitHub 深色主题，并注释掉 invert #fff to #181818 这段代码。

NYU-DLSP20 快速上手指南

本指南帮助中国开发者快速搭建纽约大学 2020 春季深度学习课程（NYU-DLSP20）的本地实验环境。

环境准备

• 操作系统：macOS、Ubuntu Linux 或 Windows。
  • Windows 用户注意：请安装并在使用 Git BASH 终端进行操作，以确保命令兼容性。
• 核心依赖：Miniconda（Python 版本需 $\geq$ 3.7）。
• 网络建议：由于仓库托管在 GitHub，国内用户建议在克隆代码或下载包时配置代理，或使用国内镜像源加速 Conda 包下载。

安装步骤

1. 下载并安装 Miniconda

访问 Anaconda 官网 下载适用于你操作系统的最新版 Miniconda (Python 3.7+)。

Linux/macOS 命令行安装示例：

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

(请将 <http:// link to miniconda> 替换为实际下载链接)

2. 克隆课程仓库

将包含练习代码的仓库下载到本地：

git clone https://github.com/Atcold/NYU-DLSP20.git

3. 创建隔离环境

进入项目目录并利用 environment.yml 文件创建名为 NYU-DL 的 Conda 环境：

cd NYU-DLSP20
conda env create -f environment.yml
source activate NYU-DL

> 注：若下载依赖包速度较慢，可临时配置清华或中科大 Conda 镜像源。

基本使用

环境激活后，即可启动 Jupyter 界面开始交互式学习与数据可视化。

启动 JupyterLab（推荐）：

jupyter lab

或启动经典版 Jupyter Notebook：

jupyter notebook

💡 视觉优化提示： 本课程笔记采用深色风格设计。

• JupyterLab：内置深色主题，可在设置中直接切换。
• 经典 Notebook：为了获得最佳阅读体验，建议安装 Jupyter Notebook dark theme 浏览器插件，并为 GitHub 页面安装深色主题插件。