说明：由于https://zh-v2.d2l.ai/chapter_installation/index.html网站上的安装教程部分命令是为macOS 和 Linux 提供的安装命令，并不适合Windows系统，特进行整理
安装
我们需要配置一个环境来运行 Python、Jupyter Notebook、相关库以及运行本书所需的代码，以快速入门并获得动手学习经验。

安装 Miniconda

访问Miniconda网站，根据Python3.x版本确定适合的版本。

一、下载 Miniconda 安装包（指定版本）

1. 打开链接：清华大学开源镜像站-Miniconda
2. 在页面中找到并下载
   以Miniconda3-py312_24.4.0-0-Windows-x86_64.exe版本的为例
   

二、安装 Miniconda 到 D 盘

1. 双击下载的 Miniconda3-py312_24.4.0-0-Windows-x86_64.exe 安装程序，点击 Next。
2. 勾选 I agree，点击 Next。
3. 选择安装类型：建议选 Just Me (recommended)，点击 Next。
4. 关键步骤：修改安装路径到 D 盘
   点击 Browse，手动指定路径（例如：D:\Miniconda3，确保路径中无中文、空格或特殊符号）。
   确认路径后点击 Next。
5. 环境变量配置（必选，否则后续命令无法直接使用）
   勾选 Add Miniconda3 to my PATH environment variable（允许在命令行直接调用 conda）。
6. 其他选项保持默认（如 Register Miniconda3 as the system Python 3.12 可勾选）。
7. 点击 Install，等待安装完成，最后点击 Finish。

三、验证 Miniconda 安装

按下 Win + R，输入 cmd 打开命令提示符。
输入以下命令，若显示版本信息则安装成功：

conda --version

（示例输出：conda 24.4.0，版本号可能随安装包略有差异）。

四、创建并激活专属环境（d2l）

1. 在命令提示符中，输入以下命令创建环境（Python 版本会自动匹配 Miniconda 的 3.12，无需额外指定）：

conda create --name d2l -y

（-y 表示自动确认，无需手动输入 yes）。

2. 激活环境（每次运行代码前必须执行此步骤）：

conda activate d2l

激活后，命令行前缀会显示 (d2l)，表示当前处于该环境中。

五、安装深度学习框架和 d2l 包

在激活 d2l 环境的状态下，依次运行以下命令：

# 安装PyTorch和torchvision（适配Python 3.12，版本兼容文档要求）
pip install torch==2.1.0 torchvision==0.16.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

# 安装d2l包（指定版本，确保与代码兼容）
pip install d2l==0.17.6 -i https://pypi.tuna.tsinghua.edu.cn/simple

（添加 -i 镜像加速，避免下载缓慢或失败）。

要选择与Python版本适配的torch/torchvision版本，经实践发现，2.1.0并不适合Python3.12,改换2.2.0

六、下载并解压课程代码

1. 手动创建代码文件夹：在 D 盘（新建文件夹，例如 D:\d2l-zh。
2. 下载代码压缩包：打开浏览器访问 课程代码下载链接，将压缩包保存到 D:\d2l-zh 中。
3. 解压压缩包：右键压缩包 → 全部解压缩 → 选择解压到当前文件夹（D:\d2l-zh），会生成 d2l-zh-2.0.0 子文件夹。
4. 进入 PyTorch 代码目录：在命令提示符中，通过 cd 命令导航到目标路径，例如：

# 切换到D盘（若当前在C盘）
D:
# 进入代码文件夹（路径根据实际解压位置调整）
cd D:\d2l-zh\d2l-zh-2.0.0\pytorch

七、创建并启动 Jupyter Notebook 运行代码

1）虚拟环境中安装 Jupyter Notebook

在配置好 Miniconda 虚拟环境（如d2l环境）后，需要先在该环境中安装 Jupyter Notebook，之后才能直接在虚拟环境中用jupyter notebook命令打开，无需额外复杂配置。具体流程如下：

1. 为什么需要单独安装？
   Miniconda 默认不自带 Jupyter Notebook，它属于第三方工具，需要在你创建的虚拟环境（如d2l）中手动安装，否则可能出现以下问题：
   若在虚拟环境外（如 base 环境）安装过 Jupyter，直接在d2l环境中运行jupyter notebook，可能调用的是 base 环境的 Jupyter，导致无法识别当前环境的库（如torch、d2l）。
   未安装时，运行jupyter notebook会提示 “命令不存在”。
2. 正确操作步骤
   （1）激活虚拟环境
   打开终端（CMD 或 PowerShell），先激活你创建的d2l环境：

conda activate d2l

（2）在虚拟环境中安装 Jupyter Notebook

pip install jupyter notebook

（或用conda install jupyter notebook，两者均可）
（3）直接运行 Jupyter Notebook
安装完成后，进入代码所在目录（如d2l-zh/pytorch），直接运行：

jupyter notebook

此时启动的 Jupyter 会自动关联当前d2l环境的 Python 解释器，能正常导入该环境中安装的torch、d2l等库。
3. 验证是否关联正确环境
在 Jupyter Notebook 中新建一个代码单元格，运行以下代码：

运行
import sys
print(sys.executable)  # 查看当前使用的Python路径

若输出路径包含d2l环境（如D:\Miniconda3\envs\d2l\python.exe），说明配置正确，可正常使用虚拟环境中的库。

总结
只需在虚拟环境中安装一次 Jupyter Notebook，之后每次激活该环境并运行jupyter notebook即可直接使用，无需额外配置。核心是确保 Jupyter 安装在你需要的虚拟环境中，而非全局环境。

2）启动 jupyter notebook

在激活 d2l 环境且已进入 pytorch 代码目录的状态下，输入以下命令：

jupyter notebook

命令执行后，会自动在浏览器中打开 Jupyter 界面（地址通常为 http://localhost:8888），此时可点击左侧的 .ipynb 文件运行课程代码。

八、后续使用注意事项

每次打开电脑运行代码前，需先：
打开命令提示符→ 输入 conda activate d2l 激活环境 → 进入代码目录（cd D:\d2l-zh\d2l-zh-2.0.0\pytorch）→ 运行 jupyter notebook。
若需退出环境，输入：

conda deactivate

若后续需要更新包，在激活环境后使用 pip install --upgrade 包名 即可。