大模型部署基础环境配置


  由于本人主要是在Win10下进行开发和研究,所以教程默认是基于Win10的。若想在Linux或其他系统按教程实施,在某些地方可能会需要做一点改变,自行百度或询问AI基本都能解决。

1、包管理工具安装

  Anaconda 是一个包含了众多数据科学相关库和工具的发行版。它不仅预装了 Python 语言,还附带了大量常用的科学计算、数据分析和机器学习库,如 NumPy、Pandas、Matplotlib 等。Anaconda 提供了一个完整的环境管理系统,方便用户创建、切换和删除不同的 Python 环境,以满足不同项目对库和版本的需求。
  Miniconda 则是一个精简版的 Anaconda。它只包含了 Conda 包管理器和 Python 基础环境,没有预装那么多的库。用户可以根据自己的需求,通过 Conda 命令逐步安装所需的库和依赖项。对于只需要特定少量库的开发者,Miniconda 可以提供更轻量、灵活的选择。

二者之间的区别:

  1. 安装体积:Anaconda 安装包较大,因为包含了大量预安装的库;Miniconda 安装包相对较小,更精简。
  2. 预装库:Anaconda 预装了丰富的库;Miniconda 初始几乎没有预装库。
  3. 适用场景:Anaconda 适合初学者和希望快速搭建完整数据科学环境的用户;Miniconda 更适合对环境有精确控制需求、希望按需安装库的高级用户或有特定需求的开发者。

  总之,选择 Anaconda 还是 Miniconda 取决于您的具体需求和使用场景。如果您需要一个开箱即用、功能齐全的环境,Anaconda 可能更适合;如果您希望更灵活地定制环境并且对安装体积有要求,Miniconda 是不错的选择。

1.1 Anconda安装

Anaconda官网下载
c703c5775093630ba25667faa42db67.png

  1. 填写邮箱地址,勾选,提交,然后打开自己的邮箱,点击下载链接下载;
  2. 双击Anaconda3.exe文件,点击下一步:
    image.png
  3. 点击 I agree

image.png

  1. 简单点就选Just Me,然后再点击Next。
    image.png
  2. 设置安装路径
    强烈建议不要安装在C盘,不然后期安装的库或者虚拟镜像很容易把C盘塞爆,到时候删都找不到地方。此处需要注意,安装的文件夹必须是个空文件夹,不然不能安装,所以建议先创建一个空文件夹。
    image.png
  3. 将Anaconda添加至系统环境变量,点击Install
    两个都要勾选,Add Anaconda3 to the system PATH environment variable就是将Anaconda添加至系统环境变量,这样将省去自己手动添加环境变量的步骤。
    image.png
    然后一直Next,一直到Finish就算安装完成了。
  4. 验证是否安装成功
    打开控制台,输入python,若出现如下所示提示,则说明安装成功。下载的Anconda的版本越新,安装的Python版本也越新,所以你安装后这里不一定就是3.9的版本,但是完全不用担心。
    image.png

1.2 Miniconda安装

Miniconda官网下载
image.png

  1. 根据需要选择对应的下载文件
  2. 安装过程与Anconda一模一样,直接参照上述步骤安装即可。

image.png
这里一定要勾选,否则要手动添加到环境变量。

2、虚拟环境配置

2.1 虚拟环境管理

  • 创建虚拟环境,环境名称为LLM(不区分大小写,即LLM与llm是同一个虚拟环境):
    :::tips
    conda create -n LLM python=3.10
    :::

  • 激活虚拟环境:
    :::tips
    conda activate LLM
    :::

  • 关闭环境:
    :::tips
    conda deactivate
    :::

  • 删除虚拟环境
    :::tips
    conda remove -n LLM --all
    :::

  • 查看虚拟环境名称
    :::tips
    conda env list
    :::

2.2 镜像源管理

  1. 查看anaconda中已经存在的镜像源

conda config --show channels

  1. 添加镜像源(永久添加)
    :::tips
    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/
    :::

  2. 设置搜索时显示通道地址

conda config --set show_channel_urls yes

  1. 若不想按照上述步骤添加镜像,可使用以下命令直接指定安装时使用的镜像地址(以opencv为例):

conda install opencv -c [https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/](https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/)

  1. 检查是否换源成功!!!终端输入以下命令:

conda info

  1. 删除镜像源
    :::tips
    conda config --remove channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
    :::

  2. 还原默认源

conda config --remove-key channels

  1. pip 安装速度过慢可单独指定安装镜像加快安装

pip install opencv -i https://mirrors.aliyun.com/pypi/simple/
此处列举国内常用pip安装镜像:
:::tips
清华:https://pypi.tuna.tsinghua.edu.cn/simple
阿里云:https://mirrors.aliyun.com/pypi/simple/
中国科技大学: https://pypi.mirrors.ustc.edu.cn/simple/
华中理工大学:https://pypi.hustunique.com/
山东理工大学:https://pypi.sdutlinux.org/
豆瓣:https://pypi.douban.com/simple/
:::

2.3 错误解决

问题:
虚拟环境中安装包的时候,conda install…出现以下情况:
:::tips
Solving environment: failed with initial frozen solve. Retrying with flexible solve.
:::
解决:
conda更新到最新的版本。需要更新两次,第一次更新的较快,但不完整。需要再输入相同的命令,第二次更新的很慢,如下:
:::tips

更新conda命令

conda update conda
:::

3、IDE安装和使用

3.1 VS Code安装和配置

3.1.1 下载安装

VS Code官网下载
image.png

文本文本解释
User Installer默认安装在当前计算机帐户目录,如果使用另一个帐号登陆计算机将无法使用别人安装的vscode。vscode默认提供的为User Installer
System Installer安装在非用户目录,例如C盘根目录,任何帐户都可以使用。

看自己需要下载相应版本安装即可。

  1. 点击.exe文件进行安装,选择同意协议,点击下一步;
  2. 选择安装位置,单击浏览按需选择自己要设置的安装路径位置。然后点击下一步即可。注意:为了后期的稳定性,切勿使用中文路径。
  3. 选择开始菜单文件夹,如需修改,请点击浏览进行设置,无需修改直接单击下一步即可;
  4. 按需选择自己需要的附加任务,这里我推荐将其他中的所有选项都勾选上,对于创建桌面方式则按需选择是否勾选,我这里因为不需要所以就不勾选了。注意:添加到PATH一定要勾选,否则需要手动添加路径到环境变量中
  5. 确认自己前面设置的是否有误,无误则点击安装即可。

3.1.2 个性化设置

  • 设置中文。在活动栏区域找到插件安装这个选项,单击它,在搜索框中搜索Chinese 选择第一个即可,选择Install进行安装。

image.png

  • 设置颜色主题。找到设置,选择颜色主题,根据自己的喜好选择即可,如果你觉得没有,还可以选择浏览其他颜色主题进行预览选择。其余文件图标主题和产品图标主题的个性化设置同理。image.pngimage.png

3.2 Jupyter Lab安装和配置

Jupyter Lab 提供了一个基于 Web 的用户界面,支持在浏览器中直接编写代码、运行分析,并查看结果。强调的是交互式编程和数据可视化,允许用户逐段运行代码并即时查看输出,支持 Markdown 和富媒体,非常适合制作和展示研究结果。

3.2.1 安装

安装虚拟环境后可以通过下面命令安装JupyterLab:

pip install jupyterlab

安装完成后就可以使用下面命令启动JupyterLab(在哪个目录中执行启动命令默认就会打开哪个目录):

jupyter-lab 
# 使用 ctrl + c 停止JupyterLab

默认情况下启动后会通过电脑上的默认浏览器打开界面,也可以手动打开链接:

http://localhost:8888/lab

3.2.2 个性化设置

  • 安装中文,安装完成后可以在界面中进行设置
pip install jupyterlab-language-pack-zh-CN
  • 配置文件
# 生成配置文件
jupyter-lab --generate-config
默认配置文件会在用户目录下 .jupyter\jupyter_lab_config.py ,其中部分配置项目如下:
c.ServerApp.ip 设置服务IP地址;
c.ServerApp.port 设置服务端口号;
c.ExtensionApp.open_browser 设置是否打开浏览器;
c.ServerApp.root_dir 设置默认文档路径;
生成配置文件后使用 jupyter-lab 命令启动服务默认就会加载配置文件中的内容。
如果地址设置为可以对外的地址的话(比如 0.0.0.0),初次通过浏览器访问时会提示输入Token或者创建新密码。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

机器人涮火锅

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值