从环境搭建到实践应用：程序员的大模型之旅（附大模型学习路线）

在大模型开发的道路上，许多程序员都曾因为环境搭建的困难而望而却步。尤其对于无法直接访问ChatGPT的程序员而言，这一挑战更为严峻。然而，本文将以通俗易懂的方式，为你打开学习大模型的大门，让你轻松写下自己的第一个大模型代码。

大模型的学习之路似乎总是被技术难题所遮蔽。环境搭建、资源获取，这些看似不可逾越的障碍，常常令人望而却步。但实际上，学习大模型并非遥不可及。通过本文，我将带你一窥大模型的神秘面纱，让你重新点燃学习的热情。

第一步，我将解决环境搭建的难题。无论你是初学者还是有一定经验的开发者，我都会以简单易懂的方式，指导你完成环境的准备工作。从安装所需软件到配置开发环境，一步步地带你走过每一个障碍。

环境搭建第1步，python的安装，直接官网下载：https://www.python.org/

安装不一定是当前例子版本的python，可以更高版本的，特别注意： 勾选“Add Python 3.7 to PATH”，选择“Customize installation”进行定制安装，否则要配置环境和下载其他依赖。

全选，选择“Next”，特别是pip，后面要使用pip下载很多包

建议勾选“Install for all users”为所有用户安装，设置安装路径如“D:\Python3.7.7”，特别注意不要安装到系统盘。 然后“Install”。如果出现“Disable path length limit”则点击“Disable path length limit”，禁用系统 的 Path 长度自动限制，能给我避免很多的麻烦。

环境搭建第2步 vscode安装：直接官网下载按步骤安装：https://code.visualstudio.com/ 同是可以在vscode中安装通义源码，这样可以提供开发效率。

接下来，我将逐步引导你进入大模型的世界，国内不能会直接访问，可以使用第三方代理。通过 https://devagi.cn/ 注册获取key即可。

具体的可以参考https://docs.devcto.com/quickstart

最后，我将以一个hello word为结尾。通过动手实践，你将有机会写下自己的第一个大模型代码。将成为你学习大模型道路上的里程碑。

第一步安装open ai的模块 pip install openai 和安装环境配置模块 pip install python-dotenv

第二步上代码，先新建 .env 文件

OPENAI_API_KEY = 你的key``OPENAI_API_URL = https://api.ioii.cn/v1

import openai``import os``   ``# 加载 .env 文件``from dotenv import load_dotenv, find_dotenv``_ = load_dotenv(find_dotenv())``# 从环境变量中获得你的 OpenAI Key``openai.api_key = os.getenv('OPENAI_API_KEY')``openai.api_base = os.getenv('OPENAI_API_URL')``model = "gpt-3.5-turbo"``   ``response = openai.ChatCompletion.create(`   `# engine=deployment, # 如果直接访问OpenAI ，这里不要使用engine这个参数，要使用model，如：model=“gpt-4”`   `model = model, # for OpenAI``    messages=[`        `{"role": "system", "content": "你是一个AI助理"},``        {"role": "user", "content": "你好！你叫什么名字？"}`    `],`    `temperature = 0.9,``     max_tokens = 2000,   ``  )``print(response.choices[0].message.content)``print(response)

用的例子有有清楚的注释，大家可以自行了解，可以修改里面的参数看不一样的结果。

在这个充满挑战与乐趣的学习过程中，我将陪伴你一路前行。让我们一起打破环境障碍，探索大模型的奥秘，重燃学习的激情！

那么，我们该如何学习大模型？

一、大模型全套的学习路线

学习大型人工智能模型，如GPT-3、BERT或任何其他先进的神经网络模型，需要系统的方法和持续的努力。既然要系统的学习大模型，那么学习路线是必不可少的，下面的这份路线能帮助你快速梳理知识，形成自己的体系。

L1级别:AI大模型时代的华丽登场

L2级别：AI大模型API应用开发工程

L3级别：大模型应用架构进阶实践

L4级别：大模型微调与私有化部署

一般掌握到第四个级别，市场上大多数岗位都是可以胜任，但要还不是天花板，天花板级别要求更加严格，对于算法和实战是非常苛刻的。建议普通人掌握到L4级别即可。

以上的AI大模型学习路线，不知道为什么发出来就有点糊，高清版可以关注微信公众：硬核隔壁老王，免费领取【保证100%免费】