最近因为刚入学，所以有较多时间可以自主学习，就想着把ML&DL重新过一遍，希望自己在学习理论的时候顺便温习一下代码。
d2l
如果是把代码过一遍的话，直接跟着李沐老师走就行 ( MULI is all you need )。正好也申请到了学校的服务器，直接用vscode远程连接coding。先安装minicoda, 然后follow d2l的setup安装torch即可。在安装的时候可能会遇到IOError: [Errno 28] No space left on device, 参考这里解决即可。而在vscode里运行ipynote需要注意python版本（右上角）。
如果是使用自己的PC来跑代码的话会更简单。先在在官网上查找自己需要的版本，然后下载wget https://repo.anaconda.com/archive/Anaconda3-2023.09-0-Linux-x86_64.sh。下载完成后，要先赋权再执行安装程序chmod +x Anaconda3-2023.09-0-Linux-x86_64.sh。在一直按ENTER时要注意，最后一个选项是设置环境变量，最好输入YES。如果输错了也没事，参考这里在 .bashrc 中更改路径即可。注意如果需要使用GPU来运行程序的话，安装好conda后使用conda search cudatoolkit来查找适用的toolkit。例如我的PC上是创建 py3.9 后使用conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cudatoolkit=11.6 -c pytorch -c conda-forge来安装相应的库和依赖，当然使用相应的conda安装指令需要参考PyTorch历史版本。然后跟着李沐老师的教程走installation就行（安装好d2l其实也就安装好了大部分DL所需要的库了）。
WIFI ART
在设置ART工作环境时，一定得注意可运行的库环境，不然总会有乱七八糟的问题，例如tensorflow的版本问题，numpy的initialization of _internal failed without raising an exception。而因为长时间没有复习Keras了，导致在debug的时候发现连最基本的step的设置都忘记了。看来复习ML是迫在眉睫了 😱
