问题标签 [d2l]

d2l.ai教科书包括它自己的 Python 库，d2l. 他们的说明建议使用condaPython 包管理器安装，它也可用作通用库管理器。但是我已经被烧conda了几次，并且更喜欢 pure pip。如何d2l使用 pure 安装在 Windows 上pip？我只需要 PyTorch，不需要 MxNet 或 Tensorflow。

我正在尝试使用https://d2l.ai/chapter_installation/index.html#文档中提供的说明为 d2l 安装 mxnet 框架。但无论出于何种原因，当我为 GPU 版本的 mxnet 运行命令时：

pip install mxnet-cu101==1.7.0 -f https://dist.mxnet.io/python

该过程在几秒钟后失败，标记了大量错误老实说我不知道​​引用或试图说什么，我想也许我做错了什么，所以我运行了文档中提供的卸载 mxnet 的命令，但是这是不必要的，因为未安装 mxnet，因为该错误完全停止了 mxnet 的安装。

这是相关错误的日志

据我了解，它与 numpy 库和兼容性问题有关，但我不确定是否仅此而已，或者是否还有其他问题。

任何见解或帮助将不胜感激

我正在关注 D2L 书籍，GoogLeNet 章节的练习之一是从 Rethinking the Inception Architecture for Computer Vision 论文中获取模型，所以我这样做了，并且基本上基于 Inception V1 架构重新创建了 Inception V2 架构。 D2L 书，我唯一没有包括的是论文中描述的网格缩减。我希望这会改善我的模型的结果，但如果有的话，它会使它们变得更糟。我正在使用 GoogLeNet 章节中关于时尚_mnist 数据集的 D2L 代码测试模型，并使用 Inception V1 获得了 0.908 的测试准确度，但是在我的 V2 实现中，我只得到了 0.885 的测试 acc，这是我能做到的最高得到。我预计 V2 模型会更好，所以我真的不知道我哪里出错了，

这是前 3 个 inception 块的代码（来自论文中的图 5）

这是我中间 5 个块的代码（论文中的图 6）

这是我最后 2 个块的代码（论文中的图 7）

这是 D2L 章节的链接 https://d2l.ai/chapter_convolutional-modern/googlenet.html

这是 v1 模型的训练图

这是 v2 模型的训练图

D2L Valence API 中是否有任何 API 可用于自动了解学生是否提交了作业？基本上，一旦学生完成提交，我想触发我的 API，Turnitin 在他们的插件中做类似的事情。

目前，我正在使用Dropbox API来访问作业文件。

安装构建依赖项...完成获取构建轮子的要求...完成准备元数据（pyproject.toml）...错误错误：subprocess-exited-with-error

× 准备元数据 (pyproject.toml) 未成功运行。│ 退出代码：1 ╰─> [224行输出] 从numpy源目录运行。setup.py:461: UserWarning: 无法识别 setuptools 命令，继续生成 Cython 源和扩展模板 run_build = parse_setuppy_commands() C:\Users\EGOIST\AppData\Local\Temp\pip-install-xgop6qov\numpy_447886b14849404cac49184db357be​​98\tools\cythonize。 py:75: DeprecationWarning: distutils 版本类已弃用。改用 Packaging.version。required_version = LooseVersion('0.29.14') C:\Users\EGOIST\AppData\Local\Temp\pip-install-xgop6qov\numpy_447886b14849404cac49184db357be​​98\tools\cythonize.py:77: DeprecationWarning: distutils 版本类已弃用。改用 Packaging.version。如果 LooseVersion(cython_version) < required_version: 处理 numpy/random_bounded_integers.pxd.in 处理 numpy/random\mtrand.pyx 处理 numpy/random_bit_generator.pyx 处理 numpy/random_bounded_integers.pyx.in 处理 numpy/random_common.pyx 处理 numpy/random_generator.pyx 处理 numpy/random_mt19937.pyx 处理 numpy /random_pcg64.pyx 处理 numpy/random_philox.pyx 处理 numpy/random_sfc64.pyx Cythonizing 源 blas_opt_info: blas_mkl_info: No module named 'numpy.distutils._msvccompiler' in numpy.distutils; 尝试从 distutils 自定义 MSVCCompiler 库 mkl_rt 在 ['C:\Users\EGOIST\miniconda3\lib', 'C:\', 'C:\Users\EGOIST\miniconda3\libs'] 中找不到 在处理 numpy/random_common.pyx 处理 numpy/random_generator.pyx 处理 numpy/random_mt19937.pyx 处理 numpy/random_pcg64.pyx 处理 numpy/random_philox.pyx 处理 numpy/random_sfc64.pyx Cythonizing sources blas_opt_info: blas_mkl_info: No module named 'numpy.distutils ._msvccompiler' 在 numpy.distutils; 尝试从 distutils 自定义 MSVCCompiler 库 mkl_rt 在 ['C:\Users\EGOIST\miniconda3\lib', 'C:\', 'C:\Users\EGOIST\miniconda3\libs'] 中找不到 在处理 numpy/random_common.pyx 处理 numpy/random_generator.pyx 处理 numpy/random_mt19937.pyx 处理 numpy/random_pcg64.pyx 处理 numpy/random_philox.pyx 处理 numpy/random_sfc64.pyx Cythonizing sources blas_opt_info: blas_mkl_info: No module named 'numpy.distutils ._msvccompiler' 在 numpy.distutils; 尝试从 distutils 自定义 MSVCCompiler 库 mkl_rt 在 ['C:\Users\EGOIST\miniconda3\lib', 'C:\', 'C:\Users\EGOIST\miniconda3\libs'] 中找不到

注意：此错误源自子进程，可能不是 pip 的问题。错误：元数据生成失败

× 生成包元数据时遇到错误。╰─> 输出见上。

注意：这是上面提到的包的问题，​​而不是 pip。提示：详见上文。