Skip to content

02-setup-local.md

Latest commit

 

History

History
223 lines (149 loc) · 9.6 KB

02-setup-local.md

File metadata and controls

223 lines (149 loc) · 9.6 KB

Paikallinen asennus 🖥️

Käytä tätä opasta, jos haluat ajaa kaiken omalla kannettavallasi.
Sinulla on kaksi vaihtoehtoa: (A) natiivi Python + virtual-env tai (B) VS Code Dev Container Dockerilla.
Valitse kumpi tahansa tuntuu helpommalta—molemmat johtavat samoihin oppitunteihin.

1. Esivaatimukset

Työkalu Versio / Huomautukset
Python 3.10 + (lataa osoitteesta https://python.org)
Git Uusin (sisältyy Xcodeen / Git for Windowsiin / Linuxin pakettienhallintaan)
VS Code Valinnainen mutta suositeltava https://code.visualstudio.com
Docker Desktop Vain vaihtoehtoon B. Ilmainen asennus: https://docs.docker.com/desktop/

💡 Vinkki – Tarkista työkalut terminaalissa:
python --version, git --version, docker --version, code --version

2. Vaihtoehto A – Natiivi Python (nopein)

Vaihe 1 Kloonaa tämä repositorio

git clone https://github.com/<your-github>/generative-ai-for-beginners
cd generative-ai-for-beginners

Vaihe 2 Luo ja aktivoi virtuaaliympäristö

python -m venv .venv          # tee yksi
source .venv/bin/activate     # macOS / Linux
.\.venv\Scripts\activate      # Windows PowerShell

✅ Kehote alkaa nyt (.venv)—se tarkoittaa, että olet ympäristössä.

Vaihe 3 Asenna riippuvuudet

pip install -r requirements.txt

Siirry kohtaan 3 API-avaimet

2. Vaihtoehto B – VS Code Dev Container (Docker)

Olemme määrittäneet tämän repositorion ja kurssin kehityssäiliöllä, joka sisältää Universal runtime -ympäristön, joka tukee Python3:ta, .NET:iä, Node.js:ää ja Java-kehitystä. Asiaankuuluva konfiguraatio on määritelty devcontainer.json-tiedostossa, joka sijaitsee .devcontainer/-kansiossa tämän repositorion juuressa.

Miksi valita tämä?
Ympäristö on identtinen Codespacesin kanssa; ei riippuvuuksien hajontaa.

Vaihe 0 Asenna lisäosat

Docker Desktop – varmista, että docker --version toimii.
VS Code Remote – Containers -laajennus (ID: ms-vscode-remote.remote-containers).

Vaihe 1 Avaa repo VS Codessa

File ▸ Open Folder… → generative-ai-for-beginners

VS Code tunnistaa .devcontainer/-kansion ja näyttää kehotteen.

Vaihe 2 Avaa uudelleen säiliössä

Klikkaa “Reopen in Container”. Docker rakentaa kuvan (≈ 3 min ensimmäisellä kerralla).
Kun terminaalin kehotus ilmestyy, olet säiliön sisällä.

2. Vaihtoehto C – Miniconda

Miniconda on kevyt asennusohjelma Conda, Pythonin sekä muutamien pakettien asentamiseen.
Conda on pakettienhallinta, joka helpottaa erilaisten Python virtuaaliympäristöjen ja pakettien hallintaa ja vaihtamista. Se on myös hyödyllinen pakettien asentamiseen, joita ei ole saatavilla pip-komennolla.

Vaihe 0 Asenna Miniconda

Seuraa MiniConda asennusopasta asentaaksesi sen.

conda --version

Vaihe 1 Luo virtuaaliympäristö

Luo uusi ympäristötiedosto (environment.yml). Jos seuraat mukana Codespacesissa, luo tämä .devcontainer-kansioon, eli .devcontainer/environment.yml.

Vaihe 2 Täytä ympäristötiedosto

Lisää seuraava koodi environment.yml-tiedostoon

name: <environment-name>
channels:
 - defaults
 - microsoft
dependencies:
- python=<python-version>
- openai
- python-dotenv
- pip
- pip:
    - azure-ai-ml

Vaihe 3 Luo Conda-ympäristösi

Suorita alla olevat komennot komentorivillä/terminaalissa

conda env create --name ai4beg --file .devcontainer/environment.yml # .devcontainer-alipolku koskee vain Codespace-asetuksia
conda activate ai4beg

Katso Conda environments guide, jos kohtaat ongelmia.

2 Vaihtoehto D – Klassinen Jupyter / Jupyter Lab (selaimessasi)

Kenelle tämä sopii?
Kenelle tahansa, joka rakastaa klassista Jupyter-käyttöliittymää tai haluaa ajaa muistikirjoja ilman VS Codea.

Vaihe 1 Varmista, että Jupyter on asennettu

Aloittaaksesi Jupyterin paikallisesti, avaa terminaali/komentorivi, siirry kurssin kansioon ja suorita:

jupyter notebook

tai

jupyterhub

Tämä käynnistää Jupyter-instanssin ja URL-osoite sen käyttämiseen näytetään komentorivillä.

Kun avaat URL-osoitteen, näet kurssin sisällön ja voit navigoida mihin tahansa *.ipynb-tiedostoon. Esimerkiksi 08-building-search-applications/python/oai-solution.ipynb.

3. Lisää API-avaimesi

API-avainten turvallinen säilyttäminen on tärkeää minkä tahansa sovelluksen rakentamisessa. Suosittelemme, ettet tallenna API-avaimia suoraan koodiisi. Julkiseen repositorioon tallentaminen voi aiheuttaa turvallisuusongelmia ja jopa ei-toivottuja kustannuksia, jos joku väärinkäyttää niitä.
Tässä vaiheittainen opas .env-tiedoston luomiseen Pythonille ja GITHUB_TOKEN-avaimen lisäämiseen:

  1. Siirry projektikansioosi: Avaa terminaali tai komentokehote ja siirry projektisi juurikansioon, johon haluat luoda .env-tiedoston.

    cd path/to/your/project

  2. Luo .env-tiedosto: Käytä haluamaasi tekstieditoria luodaksesi uuden tiedoston nimeltä .env. Jos käytät komentoriviä, voit käyttää touch (Unix-järjestelmissä) tai echo (Windowsissa):

    Unix-järjestelmät:

    touch .env

    Windows:

    echo . > .env

  3. Muokkaa .env-tiedostoa: Avaa .env-tiedosto tekstieditorissa (esim. VS Code, Notepad++ tai muu editori). Lisää tiedostoon seuraava rivi korvaten your_github_token_here omalla GitHub-tokenillasi:

    GITHUB_TOKEN=your_github_token_here

  4. Tallenna tiedosto: Tallenna muutokset ja sulje editori.

  5. Asenna python-dotenv: Jos et ole vielä asentanut, sinun täytyy asentaa python-dotenv-paketti, jotta voit ladata ympäristömuuttujat .env-tiedostosta Python-sovellukseesi. Asenna se pip-komennolla:

    pip install python-dotenv

  6. Lataa ympäristömuuttujat Python-skriptissäsi: Käytä Python-skriptissäsi python-dotenv-pakettia ladataksesi ympäristömuuttujat .env-tiedostosta:

    from dotenv import load_dotenv
import os

# Lataa ympäristömuuttujat .env-tiedostosta
load_dotenv()

# Käytä GITHUB_TOKEN-muuttujaa
github_token = os.getenv("GITHUB_TOKEN")

print(github_token)

Siinä kaikki! Olet onnistuneesti luonut .env-tiedoston, lisännyt GitHub-tokenisi ja ladannut sen Python-sovellukseesi.

🔐 Älä koskaan tallenna .env-tiedostoa versionhallintaan—se on jo .gitignore-tiedostossa.
Täydelliset ohjeet palveluntarjoajille löytyvät tiedostosta providers.md.

4. Mitä seuraavaksi?

Haluan… Mene kohtaan…
Aloita oppitunti 1 01-introduction-to-genai
Määritä LLM-palveluntarjoaja providers.md
Tapaa muita oppijoita Liity Discordiin

5. Vianetsintä

Oire Korjaus
python not found Lisää Python PATHiin tai avaa terminaali uudelleen asennuksen jälkeen
pip ei pysty rakentamaan wheel-paketteja (Windows) Suorita pip install --upgrade pip setuptools wheel ja yritä uudelleen.
ModuleNotFoundError: dotenv Suorita pip install -r requirements.txt (ympäristöä ei asennettu).
Docker build epäonnistuu No space left Docker Desktop ▸ Settings ▸ Resources → kasvata levytilaa.
VS Code kehottaa jatkuvasti avaamaan uudelleen Sinulla saattaa olla molemmat vaihtoehdot aktiivisina; valitse yksi (venv tai säiliö)
OpenAI 401 / 429 virheet Tarkista OPENAI_API_KEY-arvo / pyyntöjen rajoitukset.
Virheitä Condan kanssa Asenna Microsoftin AI-kirjastot komennolla conda install -c microsoft azure-ai-ml

Vastuuvapauslauseke: Tämä asiakirja on käännetty käyttämällä tekoälypohjaista käännöspalvelua Co-op Translator. Vaikka pyrimme tarkkuuteen, huomioithan, että automaattikäännöksissä saattaa esiintyä virheitä tai epätarkkuuksia. Alkuperäistä asiakirjaa sen alkuperäiskielellä tulee pitää virallisena lähteenä. Tärkeissä asioissa suositellaan ammattimaista ihmiskäännöstä. Emme ole vastuussa tämän käännöksen käytöstä aiheutuvista väärinymmärryksistä tai tulkinnoista.