目录
一、开篇
笔者近期需要对NLP领域论文中的一些模型进行复现,打算创建一个新的环境进行实验,简单记录一下这个过程。本文包括虚拟环境创建以及导库的一系列流程,特别是关于pytorch的安装。
二、python版本
查看python版本,用于创建环境时选择相应的版本。在学习机器学习和深度学习前,大家可能已经下载过python并配置了环境变量。但是可能时间久远,已经忘记了当时的版本号。
搜索cmd打开命令窗口,并输入(注意V是大写)查看版本号:
python -V
如下:
可以看到版本为3.8。
三、创建虚拟环境并使用
(1)打开Anaconda Prompt
初始都是默认进入base环境,下面罗列一些常用指令:
conda list #查看当前环境已经有的库
conda env list #查看已有虚拟环境
activate (环境名) #激活环境
pip install (需导入的库名) -i https://pypi.tuna.tsinghua.edu.cn/simple #在自己想要的环境下导入需要的库,库名后面跟“==版本”可精确所要的版本号,否则使用默认,-i后面添加清华镜像源,导库先人一步
pip uninstall (需要删除的库名) #需要的库版本不对,删掉重来
(2)创建我的新环境mynlp (环境名自拟)
指令:
conda create -n (环境名) python=(自己的python版本号)
如下:
会有提示[y/n]?输入y即可。输入后会有一段加载进度条。
(3)激活环境
当我们创建好自己的环境后,需要激活环境,才能在指定环境中配置相应的库文件。
指令:
activate (环境名)
如下:
观察会发现激活环境后,前方的(base)环境,变成了我们激活的新创建的环境(mynlp),说明环境激活成功。
(4)导库
一般论文或者是日常项目,严谨的作者都会在项目中保留一个名为requirement.txt文件,其中会指明本文项目或模型所使用的库版本。运行其项目的代码,最好使用相同版本库,避免由于版本问题导致的代码运行出错。
下面我们开始依次导库。
指令:
pip install (需导入的库名) -i https://pypi.tuna.tsinghua.edu.cn/simple
如下演示如何导入指定版本accelerate==0.4.0:
pip install accelerate==0.4.0 -i https://pypi.tuna.tsinghua.edu.cn/simple
在导入过程中,会有进度条提示,使用镜像源之后,速度会有较大提升,导入成功后会有Successfully等一串成功提示(没报错一般都是成功或者已经有库不用重复导库的提示)。
自我介绍一下,小编13年上海交大毕业,曾经在小公司待过,也去过华为、OPPO等大厂,18年进入阿里一直到现在。
深知大多数Python工程师,想要提升技能,往往是自己摸索成长或者是报班学习,但对于培训机构动则几千的学费,着实压力不小。自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!
因此收集整理了一份《2024年Python开发全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友,同时减轻大家的负担。
既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,基本涵盖了95%以上前端开发知识点,真正体系化!
由于文件比较大,这里只是将部分目录大纲截图出来,每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频,并且后续会持续更新
如果你觉得这些内容对你有帮助,可以扫码获取!!!(备注Python)
合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,基本涵盖了95%以上前端开发知识点,真正体系化!**
由于文件比较大,这里只是将部分目录大纲截图出来,每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频,并且后续会持续更新
如果你觉得这些内容对你有帮助,可以扫码获取!!!(备注Python)
![img](https://i-blog.csdnimg.cn/blog_migrate/393673bdd31d3c9d07b7aaef591356bb.jpeg)