.. _chap_installation: 安装 ==== 为了深入学习 ``DJL``\ ,本书嵌入了许多可运行的 Java 示范用例。在学习过程中,我们需要搭建一个 ``DJL`` 的运行及学习环境。这个学习运行环境包括 Python, Jupyter Notebooks 以及相关的函数库及软件包。 安装 JDK 11 (不是 JRE) ---------------------- 本书中提供的所有程序示例,只能在 JDK 11 (或以上) 版本运行。 Java 运行路径是一个非常重要的环境配置。在 ``DJL`` 运行环境安装的过程中,Java 运行路径是否配置正确。检查的方法是运行下面的命令行。如果运行结果如下面显示的,并且版本号为11或以上,那你的环境就配置正确了。 .. code:: bash java --list-modules | grep "jdk.jshell" > jdk.jshell@12.0.1 在 Python 环境下安装 Jupyter Notebook ------------------------------------- 在 Python3 的环境下,用下面的命令行安装 Jupyter Notebook: .. code:: bash pip3 install jupyter 安装 IJava 内核 --------------- 为了运行本书中嵌入的 Java 示范用例,我们需要在 Jupyter Notebook 运行环境下添加安装 IJava 内核。安装步骤如下: .. code:: bash git clone https://github.com/frankfliu/IJava.git cd IJava/ ./gradlew installKernel 下载 D2L-Java 记事本文件 ------------------------ 本书中的 Jupyter 记事本文件 可以从我们的 `Github `__ 代码仓库里克隆拷贝。下面是克隆拷贝的命令行。拷贝到本地后,你就可以用 Jupyter Notebook 对教程中的各个章节进行浏览了。 .. code:: bash git clone https://github.com/deepjavalibrary/d2l-java cd d2l-java 运行 Jupyter 记事本文件 ----------------------- 如果前面的步骤都已经顺利完成,接下来我们就可以用下面的命令行运行 Jupyter Notebook 了: .. code:: bash jupyter notebook Jupyter Notebook 启动后,在浏览器输入 http://localhost:8888 本教程就在浏览器中打开了。学员在学习过程中,可以运行教程中嵌入的 Java 示范用例,对所学的内容加强理解。 添加 DJL 的依赖项 ----------------- 下面是添加 ``DJL`` 的 maven 依赖项的必要设置: .. code:: java %maven ai.djl:api:0.20.0 %maven org.slf4j:slf4j-simple:2.0.1 %maven ai.djl.mxnet:mxnet-engine:0.20.0 为了避免重复,我们把 maven 下载和常用类库引入的代码存到 ../utils/djl-import.ipynb 文件中,这里我们只要使用 %load 宏调用即可。 :: %load ../utils/djl-imports.ipynb 现在,你可以导入并运行 DJL 的各个模块了。 .. _subsec_gpu: GPU 支持 -------- 我们推荐使用 "ai.djl.mxnet:mxnet-native-auto" 依赖。当运行环境中使用了 "ai.djl.mxnet:mxnet-native-auto" 依赖,DJL 会自动检测你的操作系统是否有 GPU,如果发现系统有 GPU,DJL 会自动下载与 GPU 相匹配的 MXNet GPU 本地库。这个自动功能,省却学员手工配置 MXNet 引擎的麻烦。对于高阶学员,希望手工配置 DJL 的 MXNet 引擎运行环境,可以参考我们的 `文档 `__\ 。 练习 ---- 1. 下载 ``DJL`` 教程,并安装教程的运行环境。