Skip to content

Latest commit

 

History

History
180 lines (121 loc) · 7.38 KB

02_preparation.md

File metadata and controls

180 lines (121 loc) · 7.38 KB

第二节 环境准备

一、安装 Anaconda

1.1 Anaconda 简介

Anaconda 是一个面向数据科学和机器学习场景的 Python 发行版，由 Anaconda, Inc. 维护。一套安装包中同时包含 Python 解释器、常用科学计算库（如 NumPy、Pandas、Matplotlib 等）以及功能强大的包和环境管理工具 conda，可以为不同项目创建彼此隔离的虚拟环境，提供在 Windows / macOS / Linux 上基本一致的命令行体验，并支持通过 Anaconda Navigator（图形界面）或终端中的 conda 命令方便地安装、升级和卸载第三方库。

如果已经比较熟悉 pyenv、venv 或 uv 等其他环境管理工具，也可以继续使用。

1.2 下载 Anaconda 安装包

（1）打开浏览器，访问 Anaconda 官方下载页面 https://www.anaconda.com/download/success。如图 1-2 可以看到，官网提供了 Anaconda Distribution 和 Miniconda 两种下载选项。Anaconda Distribution 预装了 Python、Conda 以及 1500+ 个常用的数据科学包和图形界面工具，适合初学者或希望开箱即用的用户，优点是一次安装即可满足大部分需求，但安装包体积较大（1 GB左右）。而 Miniconda 仅包含 Python 和 Conda 包管理器，是一个最小化的安装包，适合高级用户或对磁盘空间敏感的用户，优点是轻量级且安装迅速，但初始状态下不包含科学计算库，需手动安装。

如果是第一次接触 Python 数据科学环境，建议选择 Anaconda Distribution，可以省去很多配置麻烦。

Anaconda 官网下载页
图 1-2 Anaconda 官网下载页

（2）图 1-2 中同样还可以看到三个系统的选项，Windows、macOS、Linux。根据自己设备的操作系统和芯片架构选择对应版本即可。

1.3 Windows 安装流程

（1）双击下载好的 Anaconda3-x.x.x-Windows-x86_64.exe，点击 Next。

Anaconda 安装向导
图 1-3 Anaconda 安装向导

（2）在安装向导中：

  • License Agreement：勾选同意协议，点击 Next。
  • Installation Type：默认 All Users。
  • Choose Install Location：推荐自行指定一个全英文路径（例如 D:\Anaconda3），不建议使用默认 C 盘。

不要把 Anaconda 安装在带有中文或空格的路径下，例如 C:\Program Files 或带中文用户名的目录，容易导致后续路径解析问题。

  • Advanced Options：建议勾选 Register Anaconda3 as default Python。

Anaconda 高级安装选项
图 1-4 Anaconda 高级安装选项

（3）点击 Install 等待安装完成后，点击 Finish 结束安装。安装完成后，在开始菜单中就能看到 Anaconda Prompt（命令行终端）和 Anaconda Navigator（图形管理界面）。

（4）按 Win+R 打开运行对话框，输入 sysdm.cpl 并回车。如图 1-5 切换到高级选项卡，点击环境变量按钮。

Windows 系统环境变量配置
图 1-5 Windows 系统环境变量配置

（5）如图 1-6 选择用户变量中的 Path，点击编辑。

编辑环境变量
图 1-6 编辑环境变量

（6）点击新建，添加以下路径（根据前面自己设置的安装路径修改）：

  • X:\xxx\anaconda3
  • X:\xxx\anaconda3\Scripts
  • X:\xxx\anaconda3\Library\bin

如图 1-7 就是笔者根据自己设置的目录添加的对应路径。

添加 Path 路径
图 1-7 添加 Path 路径

（7）设置完成后点击确定退出这三个界面，注意不要直接关闭。接着打开命令行窗口输入 conda --version，如果出现如下输出说明配置成功了。

conda 25.11.0

1.4 macOS / Linux 安装流程（简要）

（1）推荐在 macOS / Linux 上使用 Miniconda 脚本方式安装，这样更轻量。以常见的 x86_64 Linux 为例，可以在终端中执行：

wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh -O ~/miniconda.sh
bash ~/miniconda.sh

（2）根据安装脚本提示完成安装：

  • 按 Enter 阅读许可协议；
  • 输入 yes 同意协议；
  • 在提示安装路径时直接按 Enter 使用默认路径（如 /home/用户名/miniconda3）或自行指定一个无空格、无中文的路径；
  • 询问是否初始化 Miniconda 时，输入 yes，让安装程序自动为当前 shell 配置 conda 环境。

（3）安装结束后，重新打开一个终端窗口，或在当前终端中执行：

source ~/.bashrc    # macOS 如果默认使用 zsh，可以执行 source ~/.zshrc
conda --version

若能正确显示 conda 版本号，说明 Miniconda 已在 macOS / Linux 上安装成功。

二、配置 Conda 国内镜像（可选但推荐）

默认情况下，conda 从官方源下载软件包，在国内网络环境下可能比较慢。可以使用清华镜像源加速。

在终端（或 Anaconda Prompt）中依次执行：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2/
conda config --set show_channel_urls yes

执行后可以通过以下命令检查当前配置的源：

conda config --show channels

如果后续遇到软件包冲突或安装失败，也可以根据提示临时切回官方源再重试。

三、创建 base-llm 专用虚拟环境

为了避免与其他项目互相影响，强烈建议为本项目单独创建一个 base-llm 环境。

（1）在终端中运行：

conda create -n base-llm python=3.10
  • base-llm：环境名称，可以根据喜好修改。
  • python=3.10：本项目推荐使用 Python 3.10 版本。

出现提示时输入 y 回车，等待环境创建完成。

（2）可以通过以下命令激活环境：

conda activate base-llm

激活成功后，命令行前缀会出现 (base-llm)，表示当前所有 python / pip / conda 操作都在此环境中进行。若要退出该环境，可使用：

conda deactivate

四、在环境中安装常用依赖

（1）首先在终端中确保已激活环境：

conda activate base-llm

（2）激活 base-llm 环境后，可以先安装一些常用的第三方库，这些库涵盖了大部分数据处理与可视化需求。

pip install numpy pandas matplotlib scikit-learn jupyter

（3）本项目的代码主要基于 PyTorch，如果当前设备只有 CPU，可以使用下面命令直接安装：

pip install torch torchvision torchaudio

（4）如果设备中有 GPU，并希望使用 CUDA，通过 nvcc --version 查看完 cuda 版本后可以参考 PyTorch 官网的安装指令，选择与设备和显卡驱动匹配的 CUDA 版本。