Skip to content
New issue

Have a question about this project? Sign up for a free GitHub account to open an issue and contact its maintainers and the community.

Sign up for GitHub

By clicking “Sign up for GitHub”, you agree to our terms of service and privacy statement. We’ll occasionally send you account related emails.

Already on GitHub? Sign in to your account

fix typo index.md #61

Open
wants to merge 1 commit into
base: master
Choose a base branch
from
Open

fix typo index.md #61

Changes from all commits
Commits
Show all changes
1 commit
Select commit
File filter

Filter by extension

Filter by extension
Conversations
Failed to load comments.
Loading
Jump to
Jump to file
Failed to load files.
Loading
Diff view
Diff view
16 changes: 8 additions & 8 deletions 071/chapter_install/index.md
View file
Open in desktop
Original file line number Diff line number Diff line change
Expand Up @@ -90,14 +90,14 @@ If you are installing on a GPU server,
proceed to :ref:`subsec_gpu` for instructions
to install a GPU-supported MXNet.

MXNet을 설치하기 앞서 여러분의 컴퓨터에 GPU가 설치되어 있는지 여부를 확인합니다. (표준 랩탑의 화면 출력에 사용되는 GPU는 우리 목적에 해당하지 않습니다.) 만약 GPU 서버에 설치하는 중이라면, :ref:`subsec_gpu`을 참고해서 GPU를 지원하는 MXNet 설치합니다.
MXNet을 설치하기 앞서 여러분의 컴퓨터에 GPU가 설치되어 있는지 여부를 확인합니다. (표준 랩탑의 화면 출력에 사용되는 GPU는 우리 목적에 해당하지 않습니다.) 만약 GPU 서버에 설치하는 중이라면, :ref:`subsec_gpu`을 참고해서 GPU를 지원하는 MXNet을 설치합니다.

Otherwise, you can install the CPU version.
That will be more than enough horsepower to get you
through the first few chapters but you will want
to access GPUs before running larger models.

GPU가 없는 컴퓨터에 설치하는 경우라면 CPU 버전을 설치할 수 있습니다. CPU 버전 MXNet은 처음 몇 장들의 내용을 수행하기에 충분하지만, 이 후 큰 모델을 수행하기 위해서는 GPU가 필요합니다.
GPU가 없는 컴퓨터에 설치하는 경우라면 CPU 버전을 설치할 수 있습니다. CPU 버전 MXNet은 처음 몇 장들의 내용을 수행하기에 충분하지만, 이후 큰 모델을 수행하기 위해서는 GPU가 필요합니다.

```bash
# For Windows users
Expand Down Expand Up @@ -129,11 +129,11 @@ Please always execute `conda activate d2l` to activate the runtime environment
before running the code of the book or updating MXNet or the `d2l` package.
To exit the environment, run `conda deactivate`.

이제 여러분의 웹 브라우에의 주소창에 http://localhost:8888 (보통은 자동으로 열립니다)를 입력해서 Jupyter 노트북을 열 수 있습니다. 이 노트북에서 이 책의 각 절에 포함된 코드들을 수행할 수 있습니다. 이 책의 코드를 수행하기 전에 그리고 MXNet 또는 `d2l` 패키지를 업데이트하기 전에 반드시 `conda activate d2l` 명령을 수행해서 실행 환경을 활성화하는 것을 기억하세요. 환경에서 나가는 명령은 `conda deactivate`입니다.
이제 여러분의 웹 브라우저의 주소창에 http://localhost:8888 (보통은 자동으로 열립니다)를 입력해서 Jupyter 노트북을 열 수 있습니다. 이 노트북에서 이 책의 각 절에 포함된 코드들을 수행할 수 있습니다. 이 책의 코드를 수행하기 전에 그리고 MXNet 또는 `d2l` 패키지를 업데이트하기 전에 반드시 `conda activate d2l` 명령을 수행해서 실행 환경을 활성화하는 것을 기억하세요. 환경에서 나가는 명령은 `conda deactivate`입니다.


## Upgrading to a New Version
## 새로운 버전으로 업그래이드하기
## 새로운 버전으로 업그레이드하기
Both this book and MXNet are keeping improving. Please check a new version from time to time.

1. The URL https://d2l.ai/d2l-en.zip always points to the latest contents.
Expand All @@ -143,8 +143,8 @@ Both this book and MXNet are keeping improving. Please check a new version from
이 책과 MXNet 모두 지속적으로 향상되고 있으니, 자주 새로운 버전을 확인해주세요.

1. https://d2l.ai/d2l-en.zip 는 항상 최신의 내용을 담고 있습니다.
2. `pip install d2l --upgrade` 명령으로 `d2l` 패키지를 업그래이드하세요.
3. CPU 버전의 MXNet은 `pip install -U --pre mxnet`로 업그래이드합니다.
2. `pip install d2l --upgrade` 명령으로 `d2l` 패키지를 업그레이드하세요.
3. CPU 버전의 MXNet은 `pip install -U --pre mxnet`로 업그레이드합니다.


## GPU Support
Expand All @@ -171,7 +171,7 @@ Assume that you have installed CUDA 10.1,
then you can install MXNet
with the following command:

그 다음으로 설치된 CUDA 버전을 확인하세요. CUDA 버전은 `nvcc --version` 또는 `cat /usr/local/cuda/version.txt` 명령으로 확인할 수 있습니다. 만약 여러분의 컴퓨터에서 설치된 CUDA 버전이 10.1이라고 가정한다묜, 아래와 같이 MXNet을 설치할 수 있습니다.
그 다음으로 설치된 CUDA 버전을 확인하세요. CUDA 버전은 `nvcc --version` 또는 `cat /usr/local/cuda/version.txt` 명령으로 확인할 수 있습니다. 만약 여러분의 컴퓨터에서 설치된 CUDA 버전이 10.1이라고 가정한다면, 아래와 같이 MXNet을 설치할 수 있습니다.

```bash
# For Windows users
Expand All @@ -187,7 +187,7 @@ You may change the last digits according to your CUDA version,
e.g., `cu100` for CUDA 10.0 and `cu90` for CUDA 9.0.
You can find all available MXNet versions via `pip search mxnet`.

CPU 버전과 같이 GPU 지원 MXNet도 `pip install -U --pre mxnet-cu101`를 통해서 업그래이드를 할 수 있습니다. 마지막 숫자는 여러분의 CUDA 버전에 맞게 바꿔주세요. 예를 들어 CUDA 10.0인 경우에는 `cu100`을 CUDA 9.0인 경우에는 `cu90`로 바꾸면 됩니다.
CPU 버전과 같이 GPU 지원 MXNet도 `pip install -U --pre mxnet-cu101`를 통해서 업그레이드를 할 수 있습니다. 마지막 숫자는 여러분의 CUDA 버전에 맞게 바꿔주세요. 예를 들어 CUDA 10.0인 경우에는 `cu100`을 CUDA 9.0인 경우에는 `cu90`로 바꾸면 됩니다.


## Exercises
Expand Down