错误码404一般表示服务端资源不存在。看样子你是不是没有把下载的jupyter notebooks解压？
我的是解压zip到我的windows用户目录，如图
我也是 请问你后来解决了嘛？我是win10系统 不知道你是什么系统……
解决从Ubuntu虚拟机上的jupyter映射到window的方法https://www.youtube.com/watch?v=qeJUsahqzw8&t=315s
1 Like
按照视频在ubuntu下安装完成了，jupyter notebook在本机也可以打开，可是在局域网内其他机子访问 ip地址:8888 提示拒绝连接
请问如果不是Nvidia显卡就不能下载GPU嘛？我是AMD显卡怎么办，没有GPU有什么影响吗
正式版，支持CUDA的，好像是只到1.7.0，更高版本只有CPU版本。
而且D2L这个项目，是基于1.7.0 的。
希望安装带有 GPU 支持的 MXNET，可以参考这篇文章：
MXNET不同版本对 CUDA 和 MKL 支持的情况，可以看 MXNET 网站：
我的完成步骤，根据知乎的文章和本文的教程：
0. 安装 Anaconda 3.0
-
安装 VisualStudio 2017
-
安装 NVidia CUDA 10.1
-
安装 NVidia CUDNN 8.05 For CUDA 10.1
-
安照本文的教程安装 MXNET 1.7.0
-
在验证 MXNET GPU 的时候（ 参见 MXNET网站 Validate Your MXNet Installation 的 Python 部分）
import mxnet as mx
总是报错， libmxnet.dll 无法找到，其实是缺少了 CUDA最新的DLL库文件 CUDART64_101.dll
从 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin 把这个文件复制到 Anaconda 创建的 d2l 环境中（libmxnet.dll所在的目录）就OK，我的目录是
E:\anaconda3\envs\d2l\Lib\site-packages\mxnet安装成功后，启动 jupyter notebook
创建一个新的 Notebook文件，输入以下内容：
from mxnet import nd, npx
npx.set_np()
import mxnet as mx
a = nd.ones((2, 3), mx.gpu())
a
输出结果应该为：
[[1. 1. 1.] [1. 1. 1.]] <NDArray 2x3 @gpu(0)>
说明已经是使用 GPU 上的数组，安装成功！
他喵的，教程书上安装的mxnet都改成了nd,这里还是np.而且离谱的是d2l自己封装的包居然也是导入np, 导致后面微分那章一直报错。
如果要按着这边教程来建议安装mxnet1.7.0的版本
https://www.yuque.com/docs/share/74ef2801-8acc-4bc5-88b4-0dde22acb4c6?#（密码：yhm4） 《03 安装》 制作了Docker的版本,分享给大家
ERROR: Could not find a version that satisfies the requirement mxnet-cu114==1.7.0 (from versions: none)
ERROR: No matching distribution found for mxnet-cu114==1.7.0
您好，我老是出现这样的问题，要怎么解决呢？
我使用的是騰訊雲的GPU计算型GN7，系統是：Ubuntu Server 18.04.1 LTS 64位， 安裝的過程很順利，但是到了開始數據操作的時候，也就是：“from mxnet import np,npx 這一步，系統會提示：”can’t read var/mail/mxnet
在stack over flow 和github 上找過了很多相關的問題和回答，但基本不對症，請求社區大神幫忙看看問題所在，謝謝
