codeshell安装配置，2024年最新耗时两个礼拜8000字Golang面试长文

2. Anaconda3-2022.10-Windows-x86_64.exe【用于安装管理Pytorch，这里选择的是2022年最后一个版本】
3. Pytorch【根据实际情况而定】
4. transformers【默认最新版】

2.2 软件下载

1. python-3.10.9-amd64.exe

• 下载地址：https://www.python.org/downloads
• 选择如图所示下载

2. Anaconda3-2022.10-Windows-x86_64.exe

• 下载地址：清华开源镜像anaconda
• 选择如图所示下载

3. Pytorch【非安装包的形式，不用下载】
4. transformers【非安装包的形式，不用下载】

2.3 codeshell使用环境安装

2.3.1 python-3.10.9-amd64.exe安装

1. 选择自定义安装，并勾选使用管理员权限安装和将python.exe加入到环境。
   
2. 设置自定义安装位置
   
3. 验证安装结果

• cmd命令弹窗，输入python ，点击回车，看到下图，则安装python成功。
  

2.3.2 Anaconda3-2022.10-Windows-x86_64.exe安装

1. 选择Just Me
   
2. 自定义安装路径
   
3. 只勾选Register，然后点击Install。
   
4. 去除这两个勾选，然后点击Finish。
   

2.3.3 创建环境

1.查看Python版本
cmd打开命令行，输入python --version，查验python版本。

2. 打开Anaconda Prompt页面，输入指令conda create -n py310 python=3.10（这里每个人不一样，要根据查出来的版本做修改。）

3. 看见如下图的示例，表示环境创建完毕。

4. 最后conda activate py310激活环境，看到左下角改变为py310，代表进入该环境。

5. 其他命令

• 退出激活的环境，conda deactivate。
• 查看虚拟环境列表，conda env list。
• conda删除环境，conda remove -n需要删除的环境名 --all。

到这里，就代表anaconda的安装配置全部完成。

2.3.4 Pytorch安装

1. conda配置

• 更换镜像源地址，以下是清华大学镜像源地址：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes

• 把连接超时的时间设置成40s，读取超时的时间修改成100s

conda config --set remote_connect_timeout_secs 40
conda config --set remote_read_timeout_secs 100

• 配置文件位置：C:\Users\liuch\.condarc

channels:

• https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
• https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
• https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
• https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
• defaults
  show_channel_urls: true
  remote_connect_timeout_secs: 40.0
  remote_read_timeout_secs: 100.0

注意：需要把 - defaults删掉。

2. 查看本机的CUDA版本
   cmd命令行输入nvidia-smi，在第一行最右边可以看到CUDA的版本号。
   
3. 点击进入Pytorch官网，然后下拉至如图所示位置，只需保证系统和电脑匹配，CUDA版本小于本机CUDA版本，调整结束后，复制红框中的指令。

conda install pytorch torchvision torchaudio pytorch-cuda=12.1 -c pytorch -c nvidia

4. 打开Anaconda Prompt，激活py310环境（conda activate py310），然后粘贴上一步的指令，回车执行。

5. 如果报OpenSSL错误

(py310) C:\Users\liuch>conda install pytorch torchvision torchaudio pytorch-cuda=12.1 -c pytorch -c nvidia
Collecting package metadata (current_repodata.json): failed

CondaSSLError: OpenSSL appears to be unavailable on this machine. OpenSSL is required to
download and install packages.

Exception: HTTPSConnectionPool(host=‘conda.anaconda.org’, port=443): Max retries exceeded with url: /pytorch/win-64/current_repodata.json (Caused by SSLError(“Can’t connect to HTTPS URL because the SSL module is not available.”))

可去 https://slproweb.com/products/Win32OpenSSL.html 下载安装包，注意最好下载Win64 OpenSSL v1.1.1w Light的EXE，也就是低版本的，因为v3.x的安装后依旧报错。

6. 输入y确认，回车。
7. 等待安装直到左上角出现done【下载依赖较多，耗时较长】。

8. 输入pip list，查看安装了哪些包。
9. 输入python进入环境，输入import torch，无报错代表导入成功（这里要等待一段时间）。
10. 输入torch.cuda.is_available()查看torch是否可以使用显卡，True代表可以。

至此，Pytorch安装完毕。

2.3.5 transformers

安装最新版本：

pip install transformers

指定版本（推荐）：

pip install transformers==4.34.0

输入pip list，查看安装了哪些包。

至此，codeshell环境安装完毕。

3 下载codeshell模型

在第二部分主要是搭建了codeshell使用环境，但是本地还没有最底层的模型文件，所以需要单独下载模型文件，才能真正使用codeshell。

目前有四个开源的模型如下：

• CodeShell Base：CodelShell底座模型，具有强大的代码基础能力。
• CodeShell Chat：CodelShell对话模型，在代码问答、代码补全等下游任务重性能优异。
• CodeShell Chat 4bit：CodelShell对话模型4bit量化版本，在保证模型性能的前提下内存消耗更小，速度更快。
• CodeShell CPP：CodelShell对话模型CPP版本，支持开发者在没有GPU的个人电脑中使用。注意，CPP版本同样支持量化操作，用户可以在最小内存为8G的个人电脑中运行CodelShell。

其中有三个模型是在huggingface上托管：

• WisdomShell/CodeShell-7B：对应CodeShell Base。
• WisdomShell/CodeShell-7B-Chat：对应CodeShell Chat。
• WisdomShell/CodeShell-7B-Chat-int4：对应CodeShell Chat 4bit。

所以需要从huggingface上下载下来。

git lfs install
git clone https://huggingface.co/WisdomShell/CodeShell-7B-Chat

4 codeshell使用

注意：这里是在py310环境使用的，所以需要先激活py310环境。

conda activate py310

4.1 Web UI

通过下列命令启动Web服务，服务启动后，可以通过https://127.0.0.1:8000进行访问。

python demos/web_demo.py

1. 如果报错提示缺少相关依赖模块，使用pip install +模块名称下载安装即可，例如报下错误：

(py310) E:\Python\codeshell>python demos/web_demo.py
Traceback (most recent call last):
File “E:\Python\codeshell\demos\web_demo.py”, line 28, in
import gradio as gr
ModuleNotFoundError: No module named ‘gradio’

则需要安装相关依赖，然后重新启动：

pip install gradio

2. 如果提示连接不上https://huggingface.co，需要开代理，或者将model下载到本地。

4.2 CLI Demo

python demos/cli_demo.py

5 总结

1. 耗内存
   在4.1 Web UI和4.2 CLI Demo使用时，可以看到占用内存16943MB，即16.54GB。
   

2. 响应慢
   根据问题写代码时，很慢。

3. 准确性 尚可

4. golang语言实现，输入一个英文句子，反转句子中单词的顺序，但单词内的字符顺序不变，简单起见，标点符号和普通单词一样处理。

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Go语言工程师，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Go语言全套学习资料》，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Golang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，可以添加V获取：vip1024b （备注Go）

一个人可以走的很快，但一群人才能走的更远。不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎扫码加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

学习提升的进阶课程，基本涵盖了95%以上Golang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，可以添加V获取：vip1024b （备注Go）
[外链图片转存中…(img-9WqNQk2t-1712958316071)]

一个人可以走的很快，但一群人才能走的更远。不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎扫码加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！