.. _chap_installation:

Kurulum
=======


Sizi uygulamalı öğrenme deneyimine hazır hale getirmek için Python'u,
Jupyter not defterlerini, ilgili kütüphaneleri ve kitabın kendisini
çalıştırmada gerekli kodu koşturan bir ortam kurmanız gerekiyor.

Miniconda'yı Yükleme
--------------------

`Miniconda <https://conda.io/en/latest/miniconda.html>`__'yı yükleyerek
işe başlayabilirsiniz. Python 3.x sürümü gereklidir. Eğer makinenizde
conda önceden kurulmuş ise, aşağıdaki adımları atlayabilirsiniz.

Miniconda'nın web sitesini ziyaret edin ve Python 3.x sürümünüze ve
makine mimarinize göre sisteminiz için uygun sürümü belirleyin. Örneğin,
macOS ve Python 3.x kullanıyorsanız, adı "Miniconda3" ve "MacOSX"
dizelerini içeren bash betiğini indirin, indirme konumuna gidin ve
kurulumu aşağıdaki gibi yürütün:

.. raw:: latex

   \diilbookstyleinputcell

.. code:: bash

    sh Miniconda3-py39_4.12.0-MacOSX-x86_64.sh -b

Python 3.x'e sahip bir Linux kullanıcısı, adı "Miniconda3" ve "Linux"
dizelerini içeren dosyayı indirmeli ve indirme konumunda aşağıda
yazılanları yürütmeli:

.. raw:: latex

   \diilbookstyleinputcell

.. code:: bash

    sh Miniconda3-latest-Linux-x86_64.sh -b

Ardından, doğrudan ``conda``'yı çalıştırabilmeniz için kabuğu (shell)
sıfırlayın.

.. raw:: latex

   \diilbookstyleinputcell

.. code:: bash

    ~/miniconda3/bin/conda init

Şimdi mevcut kabuğunuzu kapatın ve yeniden açın. Artık aşağıdaki gibi
yeni bir ortam oluşturabilirsiniz:

.. raw:: latex

   \diilbookstyleinputcell

.. code:: bash

    conda create --name d2l python=3.9 -y

D2L Not Defterlerini İndirme
----------------------------

Sonra, bu kitapta kullanılan kodu indirmeniz gerekiyor. Kodu indirmek ve
açmak için herhangi bir HTML sayfasının üst kısmındaki "Not Defterleri"
sekmesine tıklayabilirsiniz. Alternatif olarak, "unzip" varsa
kullanabilirsiniz (yoksa "sudo apt install unzip" yazarak
kurabilirsiniz):

.. raw:: latex

   \diilbookstyleinputcell

.. code:: bash

    mkdir d2l-tr && cd d2l-tr
    curl https://tr.d2l.ai/d2l-tr.zip -o d2l-tr.zip
    unzip d2l-tr.zip && rm d2l-tr.zip

Şimdi ``d2l`` ortamını etkinleştirebiliriz:

.. raw:: latex

   \diilbookstyleinputcell

.. code:: bash

    conda activate d2l

Çerçeveyi ve ``d2l`` Paketini Yükleme
-------------------------------------

Herhangi bir derin öğrenme çerçevesini kurmadan önce, lütfen önce
makinenizde uygun GPU'ların olup olmadığını kontrol edin (standart bir
dizüstü bilgisayarda ekranı destekleyen GPU'lar bizim amacımıza uygun
sayılmaz). GPU'lu bir sunucuda çalışıyorsanız, ilgili kütüphanelerin
GPU-dostu sürümlerinin kurulum talimatları için şu adrese ilerleyin
:ref:`subsec_gpu`.

Makinenizde herhangi bir GPU yoksa, henüz endişelenmenize gerek yok.
CPU'nuz, ilk birkaç bölümü tamamlamanız için fazlasıyla yeterli beygir
gücü sağlar. Daha büyük modelleri koşmadan önce GPU'lara erişmek
isteyeceğinizi unutmayın. CPU sürümünü kurmak için aşağıdaki komutu
yürütün.



.. raw:: html

     <div class="mdl-tabs mdl-js-tabs mdl-js-ripple-effect"><div class="mdl-tabs__tab-bar text"><a href="#mxnet-1-0" onclick="tagClick('mxnet'); return false;" class="mdl-tabs__tab is-active">mxnet</a><a href="#pytorch-1-1" onclick="tagClick('pytorch'); return false;" class="mdl-tabs__tab ">pytorch</a><a href="#tensorflow-1-2" onclick="tagClick('tensorflow'); return false;" class="mdl-tabs__tab ">tensorflow</a></div>



.. raw:: html

     <div class="mdl-tabs__panel is-active" id="mxnet-1-0">

.. raw:: latex

   \diilbookstyleinputcell

.. code:: bash

    pip install mxnet==1.7.0.post1



.. raw:: html

     </div>



.. raw:: html

     <div class="mdl-tabs__panel " id="pytorch-1-1">

.. raw:: latex

   \diilbookstyleinputcell

.. code:: bash

    pip install torch torchvision



.. raw:: html

     </div>



.. raw:: html

     <div class="mdl-tabs__panel " id="tensorflow-1-2">

TensorFlow'u hem CPU hem de GPU desteğiyle aşağıdaki gibi
yükleyebilirsiniz:

.. raw:: latex

   \diilbookstyleinputcell

.. code:: bash

    pip install tensorflow tensorflow-probability



.. raw:: html

     </div>



.. raw:: html

     </div>

Bir sonraki adımımız, bu kitapta bulunan sık kullanılan işlevleri ve
sınıfları kapsamak için geliştirdiğimiz ``d2l`` paketini kurmaktır.

.. raw:: latex

   \diilbookstyleinputcell

.. code:: bash

    pip install d2l==0.17.5

Bu kurulum adımlarını tamamladıktan sonra, Jupyter not defteri
sunucusunu şu şekilde çalıştırarak başlatabiliriz:

.. raw:: latex

   \diilbookstyleinputcell

.. code:: bash

    jupyter notebook

Bu noktada, http://localhost:8888 (otomatik olarak açılmış olabilir)
adresini web tarayıcınızda açabilirsiniz. Sonra kitabın her bölümü için
kodu çalıştırabilirsiniz. Lütfen kitabın kodunu çalıştırmadan veya derin
öğrenme çerçevesini veya ``d2l`` paketini güncellemeden önce çalışma
zamanı ortamını etkinleştirmek için daima ``conda enable d2l`` komutunu
çalıştırın. Ortamdan çıkmak için ``conda deactivate`` komutunu
çalıştırın.

.. _subsec_gpu:

GPU Desteği
-----------




.. raw:: html

     <div class="mdl-tabs mdl-js-tabs mdl-js-ripple-effect"><div class="mdl-tabs__tab-bar text"><a href="#mxnet-3-0" onclick="tagClick('mxnet'); return false;" class="mdl-tabs__tab is-active">mxnet</a><a href="#pytorch-3-1" onclick="tagClick('pytorch'); return false;" class="mdl-tabs__tab ">pytorch</a><a href="#tensorflow-3-2" onclick="tagClick('tensorflow'); return false;" class="mdl-tabs__tab ">tensorflow</a></div>



.. raw:: html

     <div class="mdl-tabs__panel is-active" id="mxnet-3-0">

Varsayılan olarak, MXNet, herhangi bir bilgisayarda (çoğu dizüstü
bilgisayar dahil) çalışmasını sağlamak için GPU desteği olmadan kurulur.
Bu kitabın bir kısmı GPU ile çalışmayı gerektiriyor veya öneriyor.
Bilgisayarınızda NVIDIA grafik kartı varsa ve
`CUDA <https://developer.nvidia.com/cuda-downloads>`__ yüklüyse, GPU
etkin bir sürümü yüklemelisiniz. Yalnızca CPU sürümünü yüklediyseniz,
önce şunu çalıştırarak kaldırmanız gerekebilir:

.. raw:: latex

   \diilbookstyleinputcell

.. code:: bash

    pip uninstall mxnet

Şimdi hangi CUDA sürümünü yüklediğinizi bulmamız gerekiyor. Bunu
``nvcc --version`` veya ``cat /usr/local/cuda/version.txt`` komutunu
çalıştırarak kontrol edebilirsiniz. CUDA 10.2'i yüklediğinizi
varsayalım, o zaman aşağıdaki komutla kurabilirsiniz:

.. raw:: latex

   \diilbookstyleinputcell

.. code:: bash

    # Windows kullanıcıları için
    pip install mxnet-cu102==1.7.0 -f https://dist.mxnet.io/python

    # Linux ve macOS kullanıcıları için
    pip install mxnet-cu102==1.7.0

Son rakamları CUDA sürümünüze göre değiştirebilirsiniz. Örn. CUDA 10.1
için ``cu101`` CUDA 9.0 için ``cu90``.



.. raw:: html

     </div>



.. raw:: html

     <div class="mdl-tabs__panel " id="pytorch-3-1">

Derin öğrenme çerçevesi, aksi belirtilmediyse GPU desteğiyle
kurulacaktır. Eğer bilgisayarınızda NVIDIA GPU'su varsa ve
`CUDA <https://developer.nvidia.com/cuda-downloads>`__ kuruluysa, artık
hazırsınız.



.. raw:: html

     </div>



.. raw:: html

     <div class="mdl-tabs__panel " id="tensorflow-3-2">

Derin öğrenme çerçevesi, aksi belirtilmediyse GPU desteğiyle
kurulacaktır. Eğer bilgisayarınızda NVIDIA GPU'su varsa ve
`CUDA <https://developer.nvidia.com/cuda-downloads>`__ kuruluysa, artık
hazırsınız.



.. raw:: html

     </div>



.. raw:: html

     </div>

Alıştırmalar
------------

1. Kitabın kodunu indirin ve çalışma zamanı ortamını yükleyin.



.. raw:: html

     <div class="mdl-tabs mdl-js-tabs mdl-js-ripple-effect"><div class="mdl-tabs__tab-bar text"><a href="#mxnet-5-0" onclick="tagClick('mxnet'); return false;" class="mdl-tabs__tab is-active">mxnet</a><a href="#pytorch-5-1" onclick="tagClick('pytorch'); return false;" class="mdl-tabs__tab ">pytorch</a><a href="#tensorflow-5-2" onclick="tagClick('tensorflow'); return false;" class="mdl-tabs__tab ">tensorflow</a></div>



.. raw:: html

     <div class="mdl-tabs__panel is-active" id="mxnet-5-0">

`Tartışmalar <https://discuss.d2l.ai/t/23>`__



.. raw:: html

     </div>



.. raw:: html

     <div class="mdl-tabs__panel " id="pytorch-5-1">

`Tartışmalar <https://discuss.d2l.ai/t/24>`__



.. raw:: html

     </div>



.. raw:: html

     <div class="mdl-tabs__panel " id="tensorflow-5-2">

`Tartışmalar <https://discuss.d2l.ai/t/436>`__



.. raw:: html

     </div>



.. raw:: html

     </div>