大模型之工具篇

工欲善其事，必须利其器，在搞大模型的工作中，拥有合适的工具是非常有必要的，避免在学习过程中在遇到有关于工具的这样那样的问题，下面将使用大模型相关的环境和工作做一个总结。为了后面能够提升我们的工作效率。

要求：
1、需要科学上网，作为第一波挺近AI的人才，需要具备，自己去解决问题的能力。
2、环境准备
- 统一使用conda环境
- pycharm使用专业版，不要用社区版
- 包安装方式使用pip安装
- 尽量保持一个项目一个独立的环境  conda create -n rag python=3.10
  后面的微调训练都会用到 Pytorch这个框架，对CUDA和cuda产生的python的版本都是有一定依赖性的。
3、个人 学习笔记（记录博客）
- JupyterLab 来记录笔记或者可以写csdn的博客。
启动方式：
- 通过conda环境

一、Conda基本介绍

1.1 什么是Conda、MiniConda、Anaconda

Conda是一个包和环境管理的工具。支持Windows、macOS和Linux。Conda 可以快速的安装、运行和更新包和相关的依赖。Conda也可以轻易地创建、保 存、加载和转换环境。

Anaconda 是一个用于科学计算的 Python 发行版，支持 Linux, Mac, Windows, 包含了conda、conda-build、Python和众多科学计算的包及其依 赖。

Miniconda 是一个 Anaconda 的轻量级替代，默认只包含了 conda，Python 和一些它们所以依赖的包

1.2 Anaconda 和 Miniconda 区别？

Miniconda 是 Anaconda 的精简版本，同样也是一個开源环境，两者都是conda系 统的一部分。不同之处在于Anaconda会预先安装许多常用的 Python套件，因此占 用较多的硬盘空间。相比之下，Miniconda 因为名为 ”Mini”，因此仅安装运行所 需的基本套件，对于有多个不同 Python 版本共存的情況，可以节省大量空间。 Miniconda可以依据自己需求建立自己的Python环境，想要的套件自行安装。

1.3 为什么要使用 Conda？

一个典型的Python 项目会使用