本文档提供了关于如何检查 Python 版本和已安装包的详细信息。（如需了解如何安装 Python 和 Python 包，请参阅 ../01_optional-python-setup-preferences 目录。）
本书使用了此处列出的库。这些库的较新版本通常也是兼容的，但如果您在运行代码时遇到问题，可以尝试使用这些指定版本作为备用方案。
为了更方便地安装这些依赖项，您可以使用代码库根目录中的 requirements.txt 文件，并运行以下命令：
pip install -r requirements.txt或者，您也可以通过 GitHub URL 安装，命令如下：
pip install -r https://raw.githubusercontent.com/rasbt/LLMs-from-scratch/main/requirements.txt安装完成后，请使用以下命令检查所有包是否已安装并更新至最新版本：
python python_environment_check.py
建议在 JupyterLab 中运行本目录下的 python_environment_check.ipynb 文件来检查版本，结果应与上图一致。
如果您看到以下问题，可能是您的 JupyterLab 实例连接到了错误的 conda 环境：
此时，您可以使用 watermark 工具，并通过 --conda 标志检查是否在正确的 conda 环境中打开了 JupyterLab 实例：
PyTorch 可以像其他 Python 库一样使用 pip 安装。例如：
pip install torch由于 PyTorch 是一个功能全面的库，支持 CPU 和 GPU 兼容的代码，安装时可能需要额外的设置和说明（更多信息请参阅本书的 A.1.3 安装 PyTorch 部分）。
强烈建议参考 PyTorch 官方网站 https://pytorch.org 上的安装指南。
如有任何问题，欢迎在 讨论区 中提问。