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。

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:

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：

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。

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:

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：

%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。

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¶

下载 DJL 教程，并安装教程的运行环境。