本文档提供了有关仔细检查已安装的 Python 版本和包的更多信息。(有关安装 Python 和 Python 包的更多信息,请参阅 ../01_optional-python-setup-preferences 文件夹。)
我为本书使用了 此处 列出的以下库。这些库的较新版本也可能兼容。但是,如果您遇到任何代码问题,您可以尝试使用这些库版本作为后备。
为了最方便地安装这些要求,您可以使用此代码存储库根目录中的 requirements.txt
文件并执行以下命令:
pip install -r requirements.txt
或者,您可以通过 GitHub URL 安装它,如下所示:
pip install -r https://raw.githubusercontent.com/rasbt/LLMs-from-scratch/main/requirements.txt
然后,完成安装后,请使用以下方法检查所有软件包是否已安装且是否是最新的:
python python_environment_check.py
还建议检查版本JupyterLab,通过在此目录中运行 python_environment_check.ipynb
,理想情况下应该会给出与上述相同的结果。
如果您看到以下问题,则可能是您的 JupyterLab 实例连接到了错误的 conda 环境:
在这种情况下,您可能需要使用 watermark
来检查您是否使用 --conda
标志在正确的 conda 环境中打开了 JupyterLab 实例:
PyTorch 可以像任何其他 Python 库或包一样使用 pip 安装。例如:
pip install torch
但是,由于 PyTorch 是一个具有与 CPU 和 GPU 兼容的代码的综合库,因此安装可能需要额外的设置和说明(有关更多信息,请参阅书中的 A.1.3 安装 PyTorch)。
强烈建议查阅 PyTorch 官方网站 https://pytorch.org 上的安装指南菜单。
有任何问题吗?请随时在 讨论论坛 中提出问题。